通过引入特征点和改进最近点迭代法, 提出了一种 在三维扫描系统中对三维点云数据进行配准的方法。该方法 通过对特征点的提取, 首先得到一组匹配点对, 然后运用 SVD 矩阵分解算法求出转换参数R 和T, 进而以此作为最 近点迭代法的初始值, 并对最近点的求法和迭代截止条件作 了改进, 得到了很好的配准效果。该文论述了该方法的基本 原理, 并通过不同视觉下物体三维测量点云数据配准的应用 实例证明了该方法的有效性。-A 3-D meas uring dat a r egis

AE反距离IDW、克里金Krige插值.txt I显示方法.c www.pudn.com.txt 三对角线追赶法.C 三样条插值函数算法，还包括其他的比如hermite等算法，很全.txt 二分法.c 分段线性插值.c 列主元元素消元.C 利用反距离平方加权插值算法建立规则格网在大数据量离散点数据的情况下，.txt 反距离加权插值，貌似不好用IDWUtil.java 埃特肯.c 复合梯形法.c 复合辛普森.c 弦割法.c 操作复数的类Com

针对传统背景建模存在的问题，文中基于低秩矩阵恢复原理，直接从视频序列中分离出前景物体和背景模型。已有低秩矩阵恢复算法的迭代计算过程中涉及大量的奇异值分解，而这些奇异值分解一般非常耗时且不够简洁，文中在非精确增广拉格朗日乘子法中引入线性时间奇异值分解算法，以得到更加有效的背景建模算法。基于 实际视频序列实验，结果表明该改进算法具有更好的建模效果和较少的运算时间。-In this paper，a novel method is present based on low-rank matrix r

从所给图形中分别抓取12个点，然后弦长参数化并利用控制顶点与型值点间的关系计算出迭代矩阵，以抓取到的点作为型值点分别用jaccobi和Gauss-seidel迭代法进行迭代，得到控制顶点。然后将给出的控制顶点与算出的控制顶点分别代入中得到P(t)和Q（t）,再采用二范数估计误差(According to the graphics respectively to grab 12 points, then the chord length parameterization and the contr