利用条纹泽尼克多项式来表征自由曲面的光学元件，并将多项式中表示初级球差、彗差、像散项转换为矢量形式。利用矢量波像差理论,研究了自由曲面光学元件校正光学系统初级像差的特性。通过分析可知，自由曲面在光学系统中不同位置时所校正的像差特性不同。当自由曲面位于光学系统的孔径光阑（入瞳或出瞳）上可以校正光学系统全视场内为常数的初级像差；当自由曲面远离孔径光阑时，由于轴外视场成像光束口径的缩放与偏移，自由曲面可以校正非对称初级像差，且不同初级像差与视场依据关系不同。

1、相电流差突变量选相原理 在不同的短路故障下，两相电流差的工频变化量为 ΔIAB=ΔIA-IB=ΔIA1+ΔIA2+ΔIA0-ΔIB1-ΔIB2-ΔIB0=ΔIA1+ΔIA2+ΔIA0-α2ΔIA1-αΔIA2-ΔIA0=（1-α2）ΔIA1+（1-α）ΔIA2 ΔIBC=（α2-α）ΔIA1+（α-α2）ΔIA2 ΔICA=（α-1） ΔIA1+（α2-1） ΔIA2

光束平差的目的是优化 光束平差的意义：在机器视觉中，三维重建是个研究的热点。通常情况下，采用某些算法计算出的三维点和真实的三维点存在差异，光束平差的目的就是减小这个误差，所以，其意义也是显而易见的。

当Microsoft Research发布用于图像识别的深度残差学习时，深度残差网络席卷了深度学习领域。这些网络在ImageNet和COCO 2015竞赛的所有五个主要赛道中均获得了第一名的入围作品，这些竞赛涵盖了图像分类，对象检测和语义分割。此后，ResNets的鲁棒性已被各种视觉识别任务和涉及语音和语言的非视觉任务证明。 压缩包内包含以下参考文档： 1、深度残差学习以进行图像识别— ResNet（Microsoft Research） 2、广泛的残留网络（巴黎埃斯特大学，巴黎高等技术学校） 3、聚集残余转换为深层神经网络- ResNeXt（Facebook的AI研究）

delphi Memo及tstrlists的交集差集并集

本文为大家分享了使用opencv处理两张图片帧差的具体代码，供大家参考，具体内容如下 这个程序是两张图片做帧差，用C++实现的，把不同的地方用框框起来，仔细读一下程序，应该还是蛮简单的哈哈，opencv处理图片的基础。 opencv配置不用我说了吧，源码cmake编译，然后导入vs即可。 #include #include using namespace std; using namespace cv; int main() { Mat currentframe, previousframe; Mat img1, img2,

概述了GNSS数据处理的流程，详细讨论了 GNSS基线向量网不同类型平差的数学模型、算法设计和软件实现方法，设计开发了高精度GNSS基线向量网平差软件。所设计的软件能够完成最小二乘平差、秩亏自由网平差、稳健估计、拟稳平差、粗差探测等计算，软件还添加了绘图界面，可以显示和操作三维控制网图。并通过实例验证了软件的准确性和实用性。

二维数组的行列求和以及最大差值

针对现有基于深度学习的图像超分辨率重建方法，其对细节纹理恢复过程中容易产生伪纹理，并且没有充分利用原始低分辨率图像丰富的局部特征层信息的问题，提出一种基于注意力生成对抗网络的超分辨率重建方法.该方法中生成器部分是通过注意力递归网络构成，其网络中还引入了密集残差块结构.首先，生成器利用自编码结构提取图像局部特征层信息，并提升分辨率；然后，通过判别器进行图像修正，最终将图像重建为高分辨率图像.实验结果表明，在多种面向峰值信噪比超分辨率评价方法的网络中，所设计的网络表现出了稳定的训练性能，改善了图像的视觉质量，同时具有较强的鲁棒性.

检测障碍物是机器人自主移动的基础. 为了提高检测的障碍物效率和准确率, 提出一种基于RGBD摄像头的障碍物检测方法, 主要分为障碍物识别和检测长度, 宽度两部分. 在障碍物形状不规则的前提下, 通过摄像头实时采集图像传输到数据处理中心, 用改良的帧差法、最小矩形法匹配法和图像处理等方法来确定障碍物轮廓, 利用深度图像及其阈值得出障碍物距摄像头的相对位置, 同时, 用坐标转换法计算出障碍物的高度与宽度. 结果显示, 在不同位置检测同一物体的误差不超过9%. 因此, 改良的帧差法检测障碍物轮廓准确率高, 坐标转换法速度快, 可以证明基于RGBD摄像头的障碍物检测设计检测效果良好.