项目描述请参见：https://handsome-man.blog.csdn.net/article/details/116572729 通过使用图像形心和质心计算某种皮肤细胞图像形心的例子理解图像形心和质心的应用方法。 项目可直接运行~

为提高哈特曼夏克波前传感器（HS-WFS）的光斑质心探测精度以实现光学系统的高精度波前检测，提出了一种有效的质心探测方法。该方法利用非线性滤波和窗口法对整幅光斑图像进行全局处理后，结合中值滤波、三次样条插值和自适应Otsu阈值法对单个光斑进行局部处理。分析了三次样条灰度插值点个数不同，探测精度和计算时间的变化规律。采用该方法探测了含有噪声的光斑图像，其质心探测误差仅为0.0442 pixel，比传统的非线性滤波、Otsu阈值法和探测窗口法探测精度分别提高了91.86%、87.97%和31.79%。对已知波像差的光学系统进行了仿真检测，得到的波前检测精度峰谷(P-V)值为0.0098 λ，精度均方根(RMS)值达到0.0027 λ。结果表明该方法能够提高质心探测精度，可用于高精度光学系统的检测。

针对RSS（接收信号强度）时变性以及不同终端信号接收能力的差异性，导致WLAN位置指纹定位不稳定的问题，基于RSS空间线性相关性提出一种新颖的位置指纹定位算法。在每个参考点分别采集多组RSS样本形成特征矩阵，并构建离线位置指纹数据库。定位时，通过计算实时RSS矩阵与指纹库参考点相关性，得到最相关的k个参考点，利用二次加权质心算法计算用户的最终位置。为了有效降低信号时变性的影响，采样时进行了滤波、排序等处理，构建离线指纹数据库时尽量增加采样次数，但需要对样本进行聚合处理以适应定位相关性计算。实验结果表明，该算法在保证较高定位准确度的同时，针对不同终端有更好的定位稳定性。

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

给定一个质心列表，它计算 2D/3D voronoi 图并从原始图像中提取每个 Voronoi 单元。 voronoi 图是根据 3D 空间中的欧几里得距离计算的。 质心 = [x1 y1 z1] 体素 = [x2 y2 z2] 对于每个体素欧几里得距离 = sqrt((x2-x1)^2+(y2-y1)^2+(z2-z1)^2) 结尾％ 输入： % 质心 - N x 3 矩阵% imageFilename - 图像堆栈的文件名

采用canny边缘检测，将图片二值化，然后求出物体的质心。采用canny边缘检测，将图片二值化，然后求出物体的质心

函数将一张图片作为参数（适当地应该只包含一个要获取其质心的对象）并返回其质心的 x 和 y 坐标。

针对有向传感器网络中存在覆盖重叠区和盲区这一问题，引入重叠质心和有效质心的概念，提出了一种基于虚拟势场的有向传感器网络覆盖优化算法PCAFD。该算法通过重叠质心和有效质心相互作用，使节点因受虚拟斥力而改变感知方向，并针对边界情况和网络优化过程中的节点往复运动现象进行改进。算法快速地提高了网络覆盖率，一系列仿真验证了该算法的有效性。

eppz！ Geometry 一部分 :triangular_ruler: Unity的2D几何。 适用于日常的多边形麻烦。 多边形裁剪，多边形缠绕方向，多边形区域，多边形质心，多个多边形的质心，线相交，点线距离，线段相交，多边形点包含，多边形三角剖分，多边形Voronoi图，多边形偏移，多边形轮廓，多边形缓冲区，多边形并集，多边形减法，多边形布尔运算等。 该库正在生产中使用。 但是，它附带了的免责声明和保证。 例子 如果您希望立即阅读示例代码，则可以在“ 文件夹中找到示例场景。 模型类 基本上是一个Vector2点，但知道它所驻留的多边形上下文（邻居，线段，边，多边形，等分线，法线）。 两个Vector2点的线

在研究无线传感器网路节点定位技术的过程中,针对搭建硬件实验平台不易实现的问题,使用OPNET MODELER对节点定位技术进行仿真建模.在分析无线传感器网络特点的基础上,合理选择无线链路的管道阶段,构建接近真实的无线网络环境,给出了仿真模型,精确刻画了质心定位算法在网络节点定位中的具体应用过程.结果表明,通过建立节点、进程、链路、协议模型和模拟网络流量传输,可以获得可靠的网络设计和优化所需要的网络性能数据.