基于caffe框架用于识别人脸，质心法实现跟踪，支持多人脸跟踪，包含配置文件deploy.prototxt和res10_300x300_ssd_iter_140000_fp16.caffemodel

激光大气传输会发生波前畸变，为了探测波前，采用哈特曼夏克(H-S)传感器来获取波前信息，采用算法对成像光斑进行质心定位，进而可以达到波前检测的目的。通过质心法对哈特曼夏克波前传感器得到的光斑图像进行处理，进而确定出其质心的位置和算法所需的时间。采用改进的象限法，通过检测光斑的边缘位置，进而确定出一个能将光斑圈住的矩形的大小和位置。根据几何学关系，针对不同位置的光斑采用不同的方法确定质心，进而可以得到质心的位置。通过与质心法对比仿真，结果显示两种算法的质心位置坐标很接近，算法的速度也很接近。

网上找到的这段代码，WSNs 的质心法Matlab 代码，希望对大家有所帮助！

激光三角法测厚原理，采集一帧数据，对其处理得到光斑中心点的位置

跟大家分享一个灰度质心法提取图像圆点中心坐标-zhixinfa.m 跟大家分享一个灰度质心法提取图像圆点中心坐标，各位认为好的话给分分，哪位大神老师再给程序补充加入求圆点半径的代码就更完美了

文运用相机标定模型确定了相机像平面的像坐标，利用本质矩阵标定双目相机，快速找出了相机的相对位置关系；利用MATAB软件和图像处理进行编程求解；通过对图像的预处理和灰度质心法对模型进行了验证，得出模型的精度。 针对问题一，根据数码相机的特点，提出了一个新的标定方法，建立相机标定模型，确定了靶标上圆的圆心在该相机像平面的像坐标，为问题二的计算提供了一个好的算法。 针对问题二，我们利用问题一建立的模型和方法运用MATLAB编程精确的计算了靶标上五个圆的圆心在像平面上的像坐标。 针对问题三，我们引入了灰度质心法及像差模型对前述问题的模型的稳定性和坐标值精度进行检验后，发现两种模型的中心坐标值的误差值在[0~3]个像素区间内，说明前述模型的计算结果的精度很高，通过像差模型得出其径向畸变系数趋于无穷小，认为前述模型有很好的稳定性。 针对问题四，我们提出了一种改进的的立体摄像机标定方法，通过双目匹配点，线性地求解本质矩阵，快速找出摄像机的相对位置关系。