ThreadLocal

两个ThreadLocal变量在每个线程中都独自存在,互不干扰。而static变量是两个线程共享的

public class ThreadLocalSample {

public static void main(String[] args) {
ThreadTest test1 = new ThreadTest(10);
ThreadTest test2 = new ThreadTest(20);
test1.start();
test2.start();


}

}

/**
* 此线程有两个ThreadLocal变量,但是由于ThreadLocal是延迟初始的,
* 所以在debug时可以看到线程名为“线程20”的线程的ThreadLocalMap中没有thLcal2这个entry
* @author mxdba
*
*/
class ThreadTest extends Thread {

public static ThreadLocal<Integer> thLocal = new ThreadLocal<Integer>();
public static ThreadLocal<String> thLocal2 = new ThreadLocal<String>();
public static String ss;
public Integer num;



public ThreadTest(Integer num) {
super("线程" + num);
this.num = num;
}

@Override
public void run() {
Integer n = thLocal.get();
String s=thLocal2.get();
// if(num != 20) {
// String s = thLocal2.get();
// System.out.println("2----"+s);
// }
// System.out.println("thread name="+Thread.currentThread().getName());
if(n == null&&Thread.currentThread().getName().equals("线程10")) {
thLocal.set(num);
// try {
// sleep(10000);
// } catch (InterruptedException e) {
// // TODO Auto-generated catch block
// e.printStackTrace();
// }

}
if (s==null){
thLocal2.set(num+"");
}
if (ss==null){
ss=num+"";
}
System.out.println(""+Thread.currentThread()+"------"+"ss------"+ss);
System.out.println(""+Thread.currentThread()+"------"+"1------"+thLocal.get());
System.out.println(""+Thread.currentThread()+"------"+"2------"+thLocal2.get());

}

}



结果:

Thread[线程20,5,main]------ss------20
Thread[线程20,5,main]------1------null
Thread[线程20,5,main]------2------20
Thread[线程10,5,main]------ss------20
Thread[线程10,5,main]------1------10
Thread[线程10,5,main]------2------10
或者:
Thread[线程10,5,main]------ss------10
Thread[线程20,5,main]------ss------10
Thread[线程10,5,main]------1------10
Thread[线程20,5,main]------1------null
Thread[线程10,5,main]------2------10
Thread[线程20,5,main]------2------20

一种基于有效视角点方法的相机位姿估计MATLAB实现方案 该算法通过建立三维空间点与二维图像点之间的几何对应关系,实现相机外部参数的精确求解。其核心原理在于将三维控制点表示为四个虚拟基点的加权组合,从而将非线性优化问题转化为线性方程组的求解过程。 具体实现步骤包含以下关键环节:首先对输入的三维世界坐标点进行归一化预处理,以提升数值计算的稳定性。随后构建包含四个虚拟基点的参考坐标系,并通过奇异值分解确定各三维点在该基坐标系下的齐次坐标表示。接下来建立二维图像点与三维基坐标之间的投影方程,形成线性约束系统。通过求解该线性系统获得虚拟基点在相机坐标系下的初步坐标估计。 在获得基础解后,需执行高斯-牛顿迭代优化以进一步提高估计精度。该过程通过最小化重投影误差来优化相机旋转矩阵和平移向量。最终输出包含完整的相机外参矩阵,其中旋转部分采用正交化处理确保满足旋转矩阵的约束条件。 该实现方案特别注重数值稳定性处理,包括适当的坐标缩放、矩阵条件数检测以及迭代收敛判断机制。算法能够有效处理噪声干扰下的位姿估计问题,为计算机视觉中的三维重建、目标跟踪等应用提供可靠的技术基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值