暂无评论
介绍了基于小波变换的分块压缩感知和基于边缘结构信息的改进匹配追踪重构两种图像重构方法
近年来，随着现代信息技术的飞速发展，人们对信息量的巨量需求与传统的信号处理理论之间的矛盾日益加剧。传统的奈奎斯特采样定理要求采样速率必须大于信号最高带宽的两倍以上才能精确恢复出原始信号，然而在实际应用
为了克服PIE成像中所面临的数据量过大的问题,将压缩感知理论用于PIE成像。将采样到的衍射斑稀疏变换并压缩后,可以显著减少需要存贮的数据量。再现过程中选用子空间匹配追踪算法(SP)或者正交匹配追踪算法
业界分块视频压缩感知通常对所有图像块均采用相同的测量矩阵进行测量,这种方式未考虑到视频中不同区域的变化程度不同的事实。在视频帧间相关性的基础上提出一种自适应分配采样率的方法,即在编码端根据图像块的帧间
介绍了有关opencv方面的基础知识,使得初学者可以对opencv有个初步的认识。刚接触opencv的人可以下来看看
80-20法则 很好的一个励志ppt。
一个好看的PPT模板,包你喜欢。 大家办公急用的时候,救急肯定没有问题 呵呵
文档中描述了一些常见的算法，包括分冶算法，蛮力法，贪婪法，动态规划，回溯，概率等
关于空间索引的一个ppt，对gis中的各种索引都有介绍，可以看看
这是一个讲解很清晰的ROS入门教程。其网址：https://www.cs.princeton.edu/courses/archive/fall11/cos495/
暂无评论