surfc語言

❶ 【MATLAB】用surf函數畫出來的圖 叫什麼

【MATLAB】用surf函數畫出來：三維曲面（色）圖。

clear all
[x,y]=meshgrid(linspace(-15,15));%設定xy范圍
z=sin((x.^2+y.^2).^0.5)./((x.^2+y.^2).^0.5);

figure(1)
surf(x,y,z)
xlabel('X'),ylabel('Y'),zlabel('Z');

figure(2)
surf(x,y,z,'LineStyle','none')
alpha(0.7)%設定透明度

xlabel('X'),ylabel('Y'),zlabel('Z');

(1)surfc語言擴展閱讀：

曲面圖具有下列圖表子類型：

三維曲面圖 三維曲面圖在連續曲面上跨兩維顯示數值的趨勢。曲面圖中的顏色並不代表數據系列，而是代表數值間的差別。

三維曲面圖（框架圖） 不帶顏色的三維曲面圖稱為三維曲面圖（框架圖）。

注釋：不帶顏色的三維曲面圖（框架圖）不易於理解。您可能需要改用三維曲面圖。

曲面圖和曲面圖（俯視框架圖） 曲面圖和曲面圖（俯視框架圖）是曲面圖的上視圖。在曲面圖中，顏色代表特定的數值范圍。曲面圖（俯視框架圖）不顯示顏色。

注釋：曲面圖和曲面圖（俯視框架圖）不易於理解。

❷ matlab中 surfl與surfc什麼區別help里的英文看不懂

surfl畫的三維曲面有光照效果，surfc畫的三維曲面在曲面底部有等高線圖，其餘部分跟surf函數效果一樣

❸ 求surf的C語言源代碼啊！做嵌入式的！急求大神！

請參考 ：http://tieba..com/p/2514079408
「寫了一個SURF演算法的C語言實現，發下代碼。。」

❹ surf演算法C語言編寫，要做嵌入式開發，不要C++和基於OPENCV的

surf借鑒了sift中簡化近似的思想，將DOH中的高斯二階微分模板進行了近似簡化，使得模板對圖像的濾波只需要進行幾個簡單的加減法運算，並且，這種運算與濾波模板的尺寸有關。實驗證明surf演算法較sift演算法在運算速度上要快3倍左右。
1積分圖像
surf演算法中要用到積分圖像的概念。藉助積分圖像，圖像與高斯二階微分模板的濾波轉化為對積分圖像的加減運算。積分圖像（IntegralImage）的概念是由viola和Jones提出來的，而將類似積分圖像用於盒子濾波是由Simard等人提出。
積分圖像中任意一點（i,j）的值為ii(i,j)為原圖像左上角到任意點（i,j）相應的對角線區域灰度值的總和即：
公式中，I(x`,y`)表示原圖像中點（i`,j`）的灰度值，ii（x,y）可以由下面兩公式迭代計算得到：
公式中，S（x,y）表示一列的積分，且S（i,-1）=0,ii(-1,j)=0.求積分圖像，只需對原圖像的所有像素素進行一遍掃描。下面的代碼為c++語言的實現
pOutImage[0][0]=pInImage[0][0];
for(intx=1,x<nWidth;i++)
{
pOutImage[x][0]=pInImage[x-1][0]+pInImage[x][0];
}
for(inty=1;y<nHeight;y++)
{
intnSum=0;
for(intx=0;x<nWidth;x++)
{
nSum=pInImage[x][y];
pOutImage[x][y]=pInImage[x][y-1]+nSum;
}
}
如圖表示，在求取窗口w內的像元灰度和時，不管窗口W的大小如何，均可利用積分圖像的4個對應點（i1,j1）（i2,j2）（i3,j3）（i4,j4）的值計算的到。也就是說，求取窗口W內的像元灰度和與窗口的尺寸是無關的。窗口W內的像元的灰度和為
Sum（W）=ii(i4,j4)-ii(i2,j2)-ii(i3,j3)+ii(i1,j1)
下面看以截圖，相信都可以看懂
關於矩形區域內像素點的求和應該是一種簡單重復性運算，採用這種思路總體上提高了效率。為什麼這么說呢？假設一幅圖片共有n個像素點，則計算n個位置的積分圖總共的加法運算有n-1次（注意：可不是次哦，要充分利用遞推思想），將這些結果保存在一個跟原圖對應的矩陣M中。當需要計算圖像中某個矩形區域內的所有像素之和是直接像查表一樣，調出A,B,C,D四點的積分圖值，簡單的加減法（注意只需要三次哦）即可得到結果。反之，如果採用naive的方式直接在原圖像中的某個矩形區域內求和，你想想，總共可能的矩形組合有多少？！！且對於一幅圖像n那是相當大啊，所以2^n
那可是天文數字，而且這裡面絕大部分的矩形有重疊，重疊意味著什麼？在算求和的時候有重復性的工作，其實我們是可以有效的利用已經計算過的信息的。這就是積分圖法的內在思想：它實際上是先計算n個互不重疊（專業點說是不相交）的矩形區域內的像素點求和，充分利用這些值（已有值）計算未知值，有點類似遞推的味道...這就完全避免了重復求和運算。
這樣就可以進行2種運算：
（1）任意矩形區域內像素積分。由圖像的積分圖可方便快速地計算圖像中任意矩形內所有像素灰度積分。如下圖2.3所示，點1的積分圖像ii1的值為(其中Sum為求和):
ii1=Sum（A）

同理，點2、點3、點4的積分圖像分別為：
ii2=Sum(A)+Sum(B);ii3=Sum(A)+Sum(C);ii4=Sum(A)+Sum(B)+Sum(C)+Sum(D);
矩形區域D內的所有像素灰度積分可由矩形端點的積分圖像值得到:
Sum(D)=ii1+ii4-(ii2+ii3)(1)
(2)特徵值計算
矩形特徵的特徵值是兩個不同的矩形區域像素和之差，由(1)式可以計算任意矩形特徵的特徵值，下面以圖2.1中特徵原型A為例說明特徵值的計算。

如圖2.4所示，該特徵原型的特徵值定義為:

Sum（A）-Sum（B）

根據（1）式則有：Sum(A)=ii4+ii1-(ii2+ii3);Sum(B)=ii6+ii3-(ii4+ii5);

所以此類特徵原型的特徵值為:

(ii4-ii3)-(ii2-ii1)+(ii4-ii3)-(ii6-ii5)

另示：運用積分圖可以快速計算給定的矩形之所有象素值之和Sum(r)。假設r=(x,y,w,h),那麼此矩形內部所有元素之和等價於下面積分圖中下面這個式子:

Sum(r)=ii(x+w,y+h)+ii(x-1,y-1)-ii(x+w,y-1)-ii(x-1,y+h)

由此可見，矩形特徵特徵值計算只與此特徵端點的積分圖有關，而與圖像坐標值無關。對於同一類型的矩形特徵，不管特徵的尺度和位置如何，特徵值的計算所耗費的時間都是常量，而且都只是簡單的加減運算。其它類型的特徵值計算方法類似。

❺ matlab中的surf和surfc怎麼翻譯請詳細點。急用！！！謝謝！

surf:3-D shaded surface plot.surf是關鍵詞surface的簡寫了。surfc中的c代表contour.等高線的意思。matlab命令基本是英文的簡寫。

❻ 請求高人，解釋下C語言說的是什麼含義，翻譯下

語言肯定是C 這個應該是.h頭文件裡面的 還有一些#if RP_2D #endif 預編譯的語句

就看這部分 只體現了一些運算 參數都沒有 真心讀不出他想干什麼 很多是計算公式吧
weber_out =0.6785*weber_in*exp(-0.04415*weber_in);
vnew = rel_dot_n* (1.0 + sqrt( weber_out /MAX( weber_in, DPM_SMALL )));
你最好結合文獻去看 最好還有全部的代碼

boolean moving =(SV_ALLOCATED_P (thread,SV_WALL_GRID_V) &&
SV_ALLOCATED_P(thread,SV_WALL_V ) ); // 這部分是判斷流體是否運動吧??
下面一些 應該是position 的 3個狀態定位

流體測試的代碼？？

❼ surfc 函數功能是( )