每天进步一点点

这几天想学SSE，读了一些汇编书毫无收获。今天看了《Optimizing for SSE: A Case Study》 (http://www.cortstratton.org/articles/OptimizingForSSE.php)，终于知道了一些东西。自以为此文堪称经典，难怪GOOGLE上排第一。 使用SSE优化程序的几个要点： 1、要使用SSE指令和XMM寄存器，一次做4个

计算SUBPIXEL精度的位置,使COMPUTER VISION中很常见的技术.例如,通过THRESHOLDING 或TRACING得到了一组EDGE点.但是这些点肯定对应着某些像素,也就是说他们的坐标肯定是整数.他们与实际的EDGE间误差比较大.我们只知道EDGE在这里落在了这个像素中,但是在像素中的哪个位置呢?这就是SUBPIXEL的问题.     求SUBPIXEL的原理,就是这个

给出一个LoG的SIGMA值，怎么求相应的DoG的两个SIGMA？到GOOGLE上把两个FILTER的计算公式找到,然后解一下...你会崩溃的! 下面是我们用的MATLAB程序,计算SIGMA从0.1到2.5步长为0.1的LoG对应的DoG: tab = []; for sigma = 0.1:0.1:2.5;  Hlog = fspecial('log', [15 15],

关于累积误差(Accumulative Error)和AU1200二三事 最近 在用32位的定点处理器AMD Alchemy AU1200(已经出售给RMI了)做一些事情, AU1200应该算是很NB也很容易上手的处理器, 不过和大多数嵌入式处理器一样,同样没有浮点处理器,所有的算法都必须用定点数重写, 我曾经以为这是一个很头痛的问题,不过现在看来, 要解决定点数运算中产生的单步误差(