蓝泡泡@
蓝泡泡@

RGB-D相机介绍

笔记，摘自公众号：计算机视觉life，视频链接：哔哩哔哩~

文章目录

    • RGB-D相机分类
    • 结构光法
      • 时分复用编码
      • 空分复用编码
        • 结构光技术细分
          • Kinect v1
          • iPhone X原深感相机
    • TOF（飞行时间）法
      • 根据不同的调制方法分类
    • RGB-D相机易错点
      • 深黑色物体的影响
      • 表面光滑物体的影响
      • （半）透明物体的影响
      • 视差的影响
    • RGB-D相机优点
      • 规避纯视觉技术的弱点
    • RGB-D相机缺点
        • RGB-D相机应用

RGB-D相机分类

  • 结构光法
    • Kinect v1
    • Iphone X
  • 飞行时间(TOF)法
    • Kinect v2
    • Phab 2 Pro

结构光法

为解决双目匹配问题而生

  • 解决对环境光照敏感问题
  • 解决依赖图片纹理的问题
  • 提高匹配鲁棒性

特点

  • 不依赖光照和纹理
  • 夜间可用
  • 主动投影已知图案
    RGB-D相机介绍_第1张图片

时分复用编码

  • 需要投影N个连续序列的不同编码光
  • 接收端根据接收到N个连续的序列图像来识别每个编码点

优点

  • 可得到较高分辨率深度图（有大量的3D投影点）
  • 受物体本身颜色影响很小（采用二进制编码）

缺点

  • 适合静态场景，不适合动态场景
  • 计算量较大（识别一个编码点需要计算连续N次投影）

RGB-D相机介绍_第2张图片

空分复用编码

  • 根据周围临域内的一个窗口内所有的点的分布来识别编码

优点

  • 适用于运动物体

缺点

  • 不连续的物体表面（因为遮挡）可能产生错误的窗口解码

RGB-D相机介绍_第3张图片

结构光技术细分

RGB-D相机介绍_第4张图片

Kinect v1
  • 结构光方案鼻祖
    • 以色列PrimeSense公司
    • 用于Microsoft的明星产品Kinect v1
    • 2013年被Apple收购，用于iPhone X
  • 特点
    • 发射端投射人眼不可见的伪随机红外散斑到物体
    • 每个伪随机散斑光点和它周围窗口内的点集在空间分布中的每个位置都是唯一且已知
    • 散斑投影在被观察物体上的大小和形状根据物体和相机的距离和方向而不同
    • spatial x/y resolution: 3mm @2m distance
    • depth z resolution: 1cm @2m distance
iPhone X原深感相机
  • 结构光方案
    • PrimeSense技术
    • 缩小版的更强大的Kinect v1
  • 特点
    • 高精度：3万个不可见的红外光点
    • 功耗低（相对于TOF方案）
    • 技术成熟
    • 近距离精度高
    • 适用于移动设备
    • FacelD、动画表情

TOF（飞行时间）法

原理

  • 连续发射光脉冲（一般为不可见光）到被观测物体上
  • 然后接收从物体反射回去的光脉冲
  • 通过探测光脉冲的飞行（往返）时间来计算被测物体离相机的距离

优点

  • 可以通过调节发射脉冲的频率改变测量距离
  • 测量精度不会随着测量距离的增大而降低
  • 抗干扰能力强
  • 社呵测量距离要求比较远的场合（如无人驾驶、AR）

缺点

  • 功耗大
  • 分辨率比较低
  • 深度图质量差

根据不同的调制方法分类

  • 脉冲调制
    • 通过电荷积累计算时间
    • 对物体器件要求较高
  • 连续波调制（主流）
    • 利用相位偏移计算时间
    • 对硬件要求相对较低
      RGB-D相机介绍_第5张图片

RGB-D相机易错点

深黑色物体的影响

深黑色物体可以吸收大量的红外光导致测量不准
RGB-D相机介绍_第6张图片

  • 物体呈现的颜色：物体对不同波长的光具有选择性细吸收
    • 白光中光的互补（黄光和蓝光融合可形成白光）
      RGB-D相机介绍_第7张图片
    • 物体对光的选择性吸收决定了物体本身的颜色（溶液吸收黄色光将呈现蓝色）

表面光滑物体的影响

  • 漫反射是多个角度清晰成像的基础
  • 镜面反射容易发生过曝光或欠曝光
    • 镜面反射时，相机投射的结构光只有在接收器在特定位置时才能接收到）
  • 当物体表面超过一定的光滑程度时，深度相机测量精度会急剧下降，甚至测量失败（没有深度值）
    RGB-D相机介绍_第8张图片

（半）透明物体的影响

  • 深度值的歧义性
    • 半透明时，同一次发射的结构光可能会接收到两次
    • 全透明时接收不到
      RGB-D相机介绍_第9张图片

视差的影响

  • 结构光深度相机的发射端和接收端通常有一定的间距，因此在物体的边缘有明显视差（基线越大越明显）
    RGB-D相机介绍_第10张图片

RGB-D相机优点

规避纯视觉技术的弱点

  • 直接物理测距
  • 纯视觉计算深度图的难点：
    • 缺乏纹理
    • 光照不足
    • 过度曝光
    • 软件计算复杂度高
    • 快速运动
      RGB-D相机介绍_第11张图片

RGB-D相机缺点

  • 不适合室外使用
  • 受深色物体、（半）透明物体、镜面反射物体、视差影响
  • 功耗大
  • 分辨率比较低
  • 深度图质量和硬件密切相关
  • 成本较高

RGB-D相机应用

  • 三维人脸识别
  • 三维活体检测
  • 模仿专业人像摄影时的打光效果
  • 背景虚化
  • 立体美颜
  • 立体美体
  • 三维空间测量
  • AR
  • 三维重建
  • 手势识别
  • 人体姿态估计
  • 机器人SLAM

你可能感兴趣的:(SLAM)

  • AWS Lambda与RDS连接优化之旅 t0_54manong 编程问题解决手册aws云计算个人开发
    在云计算的时代，AWSLambda与RDS的结合为开发者提供了高效且灵活的解决方案。然而，在实际应用中，我们常常会遇到一些性能瓶颈。本文将通过一个真实案例，探讨如何优化AWSLambda与RDS之间的连接，以提高API的响应速度。背景介绍最近，我们在AWS上部署了一个使用Dotnet6开发的API，它通过APIGateway暴露给外部，并连接到同VPC内的MySQLAuroraRDS数据库。部署前
  • VINS-Mono 开源项目安装与使用指南 劳丽娓Fern
    VINS-Mono开源项目安装与使用指南VINS-Mono项目地址:https://gitcode.com/gh_mirrors/vi/VINS-MonoVINS-Mono是一个专为单目视觉惯性系统设计的实时SLAM框架，旨在提供高精度的视觉惯性里程计。本指南将带你深入了解其目录结构、启动文件以及配置文件，帮助你快速上手并应用此项目。目录结构及介绍VINS-Mono的项目结构清晰地组织了不同的组件
  • AWS 监控和管理服务 CloudWatch wumingxiaoyao BigDataaws大数据云计算CloudWatch日志监控
    AWS监控和管理服务CloudWatch什么是CloudWatchCloudWatch工作原理CloudWatchlog收集方法通过AWSLambda发送日志到CloudWatchLogs使用CloudWatchLogsAgent发送日志通过AWSSDK或API将日志发送到CloudWatchLogs通过CloudWatchAgent将应用和系统日志发送到CloudWatchLogsCloudWa
  • PHP云原生与Serverless架构深度实践 seopthonshentong 云原生phpserverless
    在前六篇系列教程的基础上，本文将深入探讨PHP在云原生和Serverless环境下的高级应用，帮助开发者构建可扩展、高可用的现代化PHP应用。1.ServerlessPHP架构Bref与AWSLambda集成bash#安装Brefcomposerrequirebref/brefphpartisanvendor:publish--tag=serverless-configserverless.yml
  • ROS的学习链接整理 （基于古月居） 辣椒炒月饼 学习机器人自动驾驶
    机器人控制与仿真：http://wiki.ros.org/roscontrol机器人即使定位与地图建模：http://wiki.ros.org/gmappinghttp://wiki.ros.org/hectorslam机械臂相关学习：http://moveit.ros.org/斯坦福大学公开课———机器人学：https://www.bilibili.com/video/av4506104/交通大
  • (02)Cartographer源码无死角解析-(72) 2D后端优化→OptimizationProblem2D-约束残差、landmark残差 江南才尽，年少无知！ 机器人cartographerslam自动驾驶增强现实
    讲解关于slam一系列文章汇总链接:史上最全slam从零开始，针对于本栏目讲解(02)Cartographer源码无死角解析-链接如下:(02)Cartographer源码无死角解析-(00)目录_最新无死角讲解：https://blog.csdn.net/weixin_43013761/article/details/127350885文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→
  • cartographer官方指导文件说明---第3章 cartographer前端算法流程介绍 从小练武功 前端算法
    cartographer官方指导文件说明第3章cartographer前端算法流程介绍3.1ScanMatch扫描匹配扫描匹配（ScanMatching）是Cartographer中实现局部SLAM的核心技术，它通过优化算法将当前激光扫描数据对齐到子图地图中。下面从计算过程、数学模型、参数配置等多个维度进行全面解析：3.1.1扫描匹配工作流程完整处理流程低置信度高置信度原始扫描数据运动畸变校正体素
  • 3.3 里程计在SLAM中的应用 小慧1024 ROS1快速入门指南ros机器人linux
    启动仿真环境roslaunchwpr_simulationwpb_corridor_hector.launch可视化结果如图所示在Riz建图中存在问题换一种方式建图roslaunchwpr_simulationwpb_corridor_gmapping.launch由于历程计的参与，地图被顺利建成
  • SLAM面试笔记(5) — ROS面试 几度春风里 SLAM项目实战面试机器人ros自动驾驶
    目录1ROS概述2ROS通信机制问题：服务通信概念问题：服务通信理论模型问题：参数服务器概念问题：参数服务器理论模型问题：参数服务器实现函数3ROS常用命令4常见面试题问题：roslaunch和rosrun区别？问题：什么是ROS？问题：ROS中的节点是什么？问题：ROS的消息通信机制是什么？问题：如何创建ROS的工作空间？问题：ROS中常用的机器人控制库有哪些？问题：ROS中如何进行机器人导航？
  • nerf-slam论文复现 搬砖者（视觉算法工程师） gitpython深度学习
    nerf-slam实现三维重建详细的在我文档里面(有图片步骤)TableofContentsInstallDownloadDatasetsRunCitationLicenseAcknowledgmentsContactInstallClonerepowithsubmodules:gitclonehttps://github.com/ToniRV/NeRF-SLAM.git--recurse-sub
  • STM32和树莓派的分工
    ⚙️修正版：典型硬件组合与通信流程（以移动机器人为例）1.硬件分工：大脑vs四肢角色硬件运行软件核心任务是否直接运行ROS决策大脑树莓派4B/JetsonNanoUbuntu+ROS运行SLAM、导航、视觉识别等复杂算法✅是实时四肢STM32F4FreeRTOS/裸机读取电机编码器、控制电机PWM❌否传感器/执行器电机、激光雷达、IMU-执行动作/采集数据-2.为什么需要STM32？树莓派无法直接
  • 第5.4章 SLAM实战：使用std::chrono计算传感器消息时间戳 行知SLAM 机器人工程师带你入门SLAMunixc++自动驾驶人工智能
    在机器人及自动驾驶定位中，传入的IMU和激光的消息都需要判断其数据的正确性，其中，主要会判断消息的开机时间和观测时间，其中开机时间主要通过调用chrono的函数计算，观测时间主要由GPS的时间来获得（GPS观测时间已由上篇文章总结GPS时间计算）。std::chrono是C++11引入的时间处理库，提供了高精度、类型安全且跨平台的时间计算功能。它主要包含三个核心概念：duration：表示时间间隔
  • 《用Java 8新特性重构代码：让项目更简洁高效》 Tech_Jia_Hui Java8新特性java重构开发语言
    1.Lambda表达式：简化匿名内部类1.1传统方式vsLambda表达式1.2集合遍历对比1.3事件监听器简化2.StreamAPI：革命性的集合操作2.1基本Stream操作示例2.2数值流操作2.3分组和分区3.Optional：优雅处理null3.1基本Optional用法3.2Optional实践示例4.方法引用：更简洁的Lambda4.1四种方法引用类型4.2方法引用实践5.新的日期时
  • 基于AWS无服务器架构的区块链API集成：零基础设施运维实践 AWS官方合作商 awsserverless架构web3区块链
    引言区块链开发常面临节点部署、网络维护和扩展性挑战。本文将介绍如何通过AWS全托管服务构建高可用的区块链API层，无需自建节点、无需管理服务器，实现快速接入主流区块链网络（如以太坊、比特币），并保证企业级安全性与扩展性。graphLRA[前端应用]-->B[AmazonAPIGateway]B-->C[AWSLambda]C-->D[AmazonManagedBlockchain]C-->E[Bl
  • 【SLAM】基于拓展卡尔曼滤波实现激光雷达传感器和角点提取的机器人定位附matlab代码 matlab科研社 机器人matlab数据结构
    ✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。往期回顾关注个人主页：Matlab科研工作室个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。内容介绍自主移动机器人定位是机器人学研究的核心问题之一。本文探讨了基于拓展卡尔曼滤波（EKF）融合激光雷达传感器数据和角点提取技术实现机器人定位的方法。通过深入分析激光雷达传感器的工
  • 【ROS2】slam_toolbox建图详解 郭老二 ROSROS2SLAM
    【ROS】郭老二博文之：ROS目录1、简介1）安装sudoaptinstallros-$ROS_DISTRO-slam-toolbox2）源码https://github.com/SteveMacenski/slam_toolbox3）官网https://joss.theoj.org/papers/10.21105/joss.027832、启动2.1启动slam_toolboxslam_toolb
  • Python中日志输出配置 亚林瓜子 python开发语言logawslambdacloudwatchexception
    问题在AWSlambdaPython中怎么样打印日志？Pythonimportlogginglogging.basicConfig()logging.getLogger("sqlalchemy.engine").setLevel(logging.INFO)logger=logging.getLogger()logger.setLevel(logging.INFO)上面是全局配置主要是如下配置：lo
  • 视觉slam--框架 猿饵块 人工智能
    视觉里程计的框架传感器VO--frontendVO的缺点后端--backend后端对什么数据进行优化利用什么数据进行优化的后端是怎么进行优化的回环检测建图建图是指构建地图的过程。构建的地图是点云地图还是什么信息的地图？建图并没有一个固定的形式和算法，地图的构建形式不是固定的，需要视SLAM的应用需求而定。
  • 视觉slam十四讲实践部分记录——ch2、ch3 kikikidult slam学习slamc++笔记
    ch2一、使用g++编译.cpp为可执行文件并运行(P30)g++helloSLAM.cpp./a.out运行二、使用cmake编译mkdirbuildcdbuildcmake..makeCMakeCache.txt文件仍然指向旧的目录。这表明在源代码目录中可能还存在旧的CMakeCache.txt文件，或者在构建过程中仍然引用了旧的路径。我们需要彻底清理并重新开始。详细解决步骤步骤1：彻底清理源
  • 【2D与3D SLAM中的扫描匹配算法全面解析】 Unpredictable222 SLAM算法自动驾驶自主导航算法opencvpclSLAMICPNDT
    引言扫描匹配(ScanMatching)是同步定位与地图构建(SLAM)系统中的核心组件，它通过对齐连续的传感器观测数据来估计机器人的运动。本文将深入探讨2D和3DSLAM中的各种扫描匹配算法，包括数学原理、实现细节以及实际应用中的性能对比，特别关注激光雷达SLAM中的典型方法。一、扫描匹配数学基础与核心原理1.1刚体变换的数学表示扫描匹配的核心是求解刚体变换，在2D和3D空间中有不同的数学表示：
  • cv::FileStorage用法 Feliz Da Vida c++c++开发语言opencv
    cv::FileStorage是OpenCV中的一个类，用于读取和写入结构化数据（如YAML、XML、JSON）。它非常适合保存和加载诸如：相机内参（K、D）位姿（R、T）IMU数据配置参数向量、矩阵、图像、列表等常见用途保存相机标定参数（标定后得到的.yml文件）配置文件读写（如SLAM、AR、CV项目）记录检测结果或轨迹数据使用示例✅1.写入YAML文件#includeusingnamespa
  • 《视觉SLAM十四讲》自用笔记 第二讲：SLAM系统概述 BandieraRosa slam笔记
    在rm队伍里作为算法组梯队队员度过了一个赛季，为了促进和负责其他工作的算法组成员的交流，我决定在接下来的半个学期里（可能更快）读完这本书，并将其中的部分理论应用于我自制的雷达导航小车上。以下为第二讲的部分笔记：第二讲SLAM系统概述2.0目标1.理解一个视觉SLAM框架由哪几个模块组成，各模块的任务是什么。2.搭建编程环境，为开发和实验做准备2.1相机单目相机：只使用一个摄像头。无法通过单张照片获
  • 【深度学习新浪潮】如何入门三维重建？ 小米玄戒Andrew 深度学习新浪潮图像处理基石深度学习人工智能图像处理计算机视觉python视觉几何opencv
    入门三维重建算法技术需要结合数学基础、计算机视觉理论、编程实践和项目经验，以下是系统的学习路径和建议：一、基础知识储备1.数学基础线性代数：矩阵运算、向量空间、特征分解（用于相机矩阵、变换矩阵推导）。几何基础：三维几何（点、线、面的表示）、射影几何（单应矩阵、本质矩阵、基础矩阵）、李群与李代数（SLAM中的位姿优化）。概率与统计：贝叶斯估计、概率图模型（SLAM中的状态估计）、随机过程（滤波算法如
  • Levenberg-Marquardt算法详解和C++代码示例 点云SLAM 算法算法非线性最小二乘问题高斯-牛顿法和梯度下降法LM算法数值优化计算机视觉SLAM后端优化
    Levenberg-Marquardt（LM）算法是非线性最小二乘问题中常用的一种优化算法，它融合了高斯-牛顿法和梯度下降法的优点，在数值计算与SLAM、图像配准、机器学习等领域中应用广泛。一、Levenberg-Marquardt算法基本原理1.1问题定义我们希望最小化一个非线性残差平方和目标函数：min⁡x f(x)=12∑i=1mri(x)2=12∥r(x)∥2\min_{\mathbf{x
  • 基于Serverless架构的搜索引擎爬虫实现方案 搜索引擎技术 搜索引擎实战serverless架构搜索引擎ai
    基于Serverless架构的搜索引擎爬虫实现方案关键词：Serverless架构、搜索引擎爬虫、无服务器计算、分布式爬虫、AWSLambda、事件驱动架构、网页抓取摘要：本文深入探讨了如何利用Serverless架构实现高效、可扩展的搜索引擎爬虫系统。我们将从传统爬虫的局限性出发，分析Serverless架构的优势，详细讲解基于事件驱动的爬虫设计原理，并提供完整的实现方案和代码示例。文章将覆盖核
  • 推荐文章：Lambda Serverless Search - 构建低成本高效全文搜索引擎 赵鹰伟Meadow
    推荐文章：LambdaServerlessSearch-构建低成本高效全文搜索引擎Lambda-Serverless-SearchUseAWSLambdatoperformfree-textsearchondocuments-WithSAMTemplate项目地址:https://gitcode.com/gh_mirrors/la/Lambda-Serverless-Search在当今快速发展的云
  • 自动驾驶转具身智能的切入点有哪些？ 自动驾驶之心 自动驾驶人工智能机器学习
    这几天很多同学后台私信我们，自动驾驶如何转具身智能？会不会有比较大的gap。从算法维度上看，具身智能领域基本延续了机器人和自驾的一些算法，比如SLAM、规划控制、模型训练与微调方式、数据生成方式、大模型。当然也有很多具体的任务不太一样，比如数据采集方式、重执行硬件与结构。我们也创办了一个具身智能全栈学习社区：具身智能之心，平时分享了很多具身智能相关的算法、数据采集、软硬件方案等。主要方向涉及VLA
  • 相机成像原理_键盘摄影（一）——相机成像基本元件 weixin_39620273 相机成像原理
    写在前面笔者在就读本科期间，开始接触计算机视觉领域，主要包括传统的图像处理，研究生期间开始了解深度学习，三维重建和SLAM（同时定位和建图）。可是对于其中使用到的最重要的传感器，相机，它的成像原理知之甚少，照片是怎么成像的？有幸在工作之余玩起了胶片相机，学习了一些摄影知识，在此和大家分享相关知识，欢迎友好地指正和勘误，轻喷。随着器件的发展，目前的相机类型丰富，我们可以从基本的元件讲起，主要涉及到胶
  • 【视觉SLAM基础（二）：特征点提取与匹配】 Unpredictable222 SLAM算法算法自动驾驶ubuntuc++笔记opencv
    前言在视觉SLAM中，特征点是连接连续图像帧的桥梁，是视觉里程计的核心。本文将详细介绍特征点的提取与匹配方法，以及如何利用这些特征点估计相机运动。原理部分只是简单介绍，详细的介绍大家可以去看高翔老师的《视觉SLAM十四讲》。1.特征点提取1.1特征点基本概念一个好的图像特征应该具有：可重复性：在不同图像中能被重复检测到可区分性：不同特征有显著区别高效性：计算复杂度低局部性：对遮挡、光照变化等鲁棒1
  • 科研论文术语全解析：彻底搞懂什么是Baseline、Pipeline..........等内容【2025最新版！！！】 那就举个栗子！ 计算机视觉解决方案人工智能
    引言在撰写科研论文的过程中，尤其是在计算机视觉、机器人、SLAM以及三维重建等领域，准确理解并使用核心术语对于展示研究的科学性、系统性具有至关重要的作用。术语不仅是论文结构的骨架，也是向同行传达研究设计与创新思路的重要桥梁。本文旨在从实际科研写作的角度，系统性分析高频科研术语的定义与应用，帮助初学者准确理解其含义，掌握其写作位置与逻辑，最后以SLAM与3D高斯泼溅（3DGaussianSplatt
  • java解析APK 3213213333332132 javaapklinux解析APK
    解析apk有两种方法 1、结合安卓提供apktool工具，用java执行cmd解析命令获取apk信息 2、利用相关jar包里的集成方法解析apk 这里只给出第二种方法，因为第一种方法在linux服务器下会出现不在控制范围之内的结果。 public class ApkUtil { /** * 日志对象 */ private static Logger
  • nginx自定义ip访问N种方法 ronin47 nginx 禁止ip访问
    　　　因业务需要，禁止一部分内网访问接口，　由于前端架了F5，直接用deny或allow是不行的，这是因为直接获取的前端Ｆ５的地址。 　　　所以开始思考有哪些主案可以实现这样的需求，目前可实施的是三种： 　　　一：把ip段放在redis里，写一段lua           二：利用geo传递变量，写一段
  • mysql timestamp类型字段的CURRENT_TIMESTAMP与ON UPDATE CURRENT_TIMESTAMP属性 dcj3sjt126com mysql
    timestamp有两个属性，分别是CURRENT_TIMESTAMP 和ON UPDATE CURRENT_TIMESTAMP两种，使用情况分别如下：   1.   CURRENT_TIMESTAMP    当要向数据库执行insert操作时，如果有个timestamp字段属性设为   CURRENT_TIMESTAMP，则无论这
  • struts2+spring+hibernate分页显示 171815164 Hibernate
    分页显示一直是web开发中一大烦琐的难题，传统的网页设计只在一个JSP或者ASP页面中书写所有关于数据库操作的代码，那样做分页可能简单一点，但当把网站分层开发后，分页就比较困难了，下面是我做Spring+Hibernate+Struts2项目时设计的分页代码，与大家分享交流。 　　1、DAO层接口的设计，在MemberDao接口中定义了如下两个方法： public in
  • 构建自己的Wrapper应用 g21121 rap
            我们已经了解Wrapper的目录结构，下面可是正式利用Wrapper来包装我们自己的应用，这里假设Wrapper的安装目录为:/usr/local/wrapper。           首先，创建项目应用   &nb
  • [简单]工作记录_多线程相关 53873039oycg 多线程
         最近遇到多线程的问题,原来使用异步请求多个接口(n*3次请求)     方案一 使用多线程一次返回数据,最开始是使用5个线程,一个线程顺序请求3个接口,超时终止返回     缺点       测试发现必须3个接
  • 调试jdk中的源码，查看jdk局部变量 程序员是怎么炼成的 jdk 源码
    转自：http://www.douban.com/note/211369821/    学习jdk源码时使用--   学习java最好的办法就是看jdk源代码，面对浩瀚的jdk（光源码就有40M多，比一个大型网站的源码都多）从何入手呢，要是能单步调试跟进到jdk源码里并且能查看其中的局部变量最好了。 可惜的是sun提供的jdk并不能查看运行中的局部变量
  • Oracle RAC Failover 详解 aijuans oracle
    Oracle RAC 同时具备HA(High Availiablity) 和LB(LoadBalance). 而其高可用性的基础就是Failover(故障转移). 它指集群中任何一个节点的故障都不会影响用户的使用，连接到故障节点的用户会被自动转移到健康节点，从用户感受而言， 是感觉不到这种切换。 Oracle 10g RAC 的Failover 可以分为3种： 1. Client-Si
  • form表单提交数据编码方式及tomcat的接受编码方式 antonyup_2006 JavaScripttomcat浏览器互联网servlet
    原帖地址：http://www.iteye.com/topic/266705 form有2中方法把数据提交给服务器，get和post,分别说下吧。 （一）get提交 1.首先说下客户端（浏览器）的form表单用get方法是如何将数据编码后提交给服务器端的吧。    对于get方法来说，都是把数据串联在请求的url后面作为参数，如：http://localhost:
  • JS初学者必知的基础 百合不是茶 js函数js入门基础
    JavaScript是网页的交互语言,实现网页的各种效果, JavaScript 是世界上最流行的脚本语言。 JavaScript 是属于 web 的语言，它适用于 PC、笔记本电脑、平板电脑和移动电话。 JavaScript 被设计为向 HTML 页面增加交互性。 许多 HTML 开发者都不是程序员，但是 JavaScript 却拥有非常简单的语法。几乎每个人都有能力将小的
  • iBatis的分页分析与详解 bijian1013 javaibatis
            分页是操作数据库型系统常遇到的问题。分页实现方法很多，但效率的差异就很大了。iBatis是通过什么方式来实现这个分页的了。查看它的实现部分，发现返回的PaginatedList实际上是个接口，实现这个接口的是PaginatedDataList类的对象，查看PaginatedDataList类发现，每次翻页的时候最
  • 精通Oracle10编程SQL(15)使用对象类型 bijian1013 oracle数据库plsql
    /* *使用对象类型 */ --建立和使用简单对象类型 --对象类型包括对象类型规范和对象类型体两部分。 --建立和使用不包含任何方法的对象类型 CREATE OR REPLACE TYPE person_typ1 as OBJECT( name varchar2(10),gender varchar2(4),birthdate date ); drop type p
  • 【Linux命令二】文本处理命令awk bit1129 linux命令
    awk是Linux用来进行文本处理的命令，在日常工作中，广泛应用于日志分析。awk是一门解释型编程语言，包含变量，数组，循环控制结构，条件控制结构等。它的语法采用类C语言的语法。   awk命令用来做什么？ 1.awk适用于具有一定结构的文本行，对其中的列进行提取信息 2.awk可以把当前正在处理的文本行提交给Linux的其它命令处理，然后把直接结构返回给awk 3.awk实际工
  • JAVA(ssh2框架)+Flex实现权限控制方案分析 白糖_ java
      目前项目使用的是Struts2+Hibernate+Spring的架构模式，目前已经有一套针对SSH2的权限系统，运行良好。但是项目有了新需求：在目前系统的基础上使用Flex逐步取代JSP，在取代JSP过程中可能存在Flex与JSP并存的情况，所以权限系统需要进行修改。 【SSH2权限系统的实现机制】 权限控制分为页面和后台两块：不同类型用户的帐号分配的访问权限是不同的，用户使
  • angular.forEach boyitech AngularJSAngularJS APIangular.forEach
    angular.forEach 描述: 循环对obj对象的每个元素调用iterator, obj对象可以是一个Object或一个Array. Iterator函数调用方法: iterator(value, key, obj), 其中obj是被迭代对象，key是obj的property key或者是数组的index，value就是相应的值啦. (此函数不能够迭代继承的属性.)
  • java-谷歌面试题-给定一个排序数组，如何构造一个二叉排序树 bylijinnan 二叉排序树
    import java.util.LinkedList; public class CreateBSTfromSortedArray { /** * 题目:给定一个排序数组，如何构造一个二叉排序树 * 递归 */ public static void main(String[] args) { int[] data = { 1, 2, 3, 4,
  • action执行2次 Chen.H JavaScriptjspXHTMLcssWebwork
    xwork 写道 <action name="userTypeAction" class="com.ekangcount.website.system.view.action.UserTypeAction"> <result name="ssss" type="dispatcher">
  • [时空与能量]逆转时空需要消耗大量能源 comsci 能源
            无论如何,人类始终都想摆脱时间和空间的限制....但是受到质量与能量关系的限制,我们人类在目前和今后很长一段时间内,都无法获得大量廉价的能源来进行时空跨越.....         在进行时空穿梭的实验中,消耗超大规模的能源是必然
  • oracle的正则表达式(regular expression)详细介绍 daizj oracle正则表达式
        正则表达式是很多编程语言中都有的。可惜oracle8i、oracle9i中一直迟迟不肯加入，好在oracle10g中终于增加了期盼已久的正则表达式功能。你可以在oracle10g中使用正则表达式肆意地匹配你想匹配的任何字符串了。 正则表达式中常用到的元数据(metacharacter)如下： ^ 匹配字符串的开头位置。 $ 匹配支付传的结尾位置。 *
  • 报表工具与报表性能的关系 datamachine 报表工具birt报表性能润乾报表
    在选择报表工具时，性能一直是用户关心的指标，但是，报表工具的性能和整个报表系统的性能有多大关系呢？ 要回答这个问题，首先要分析一下报表的处理过程包含哪些环节，哪些环节容易出现性能瓶颈，如何优化这些环节。   一、报表处理的一般过程分析 1、用户选择报表输入参数后，报表引擎会根据报表模板和输入参数来解析报表，并将数据计算和读取请求以SQL的方式发送给数据库。   2、
  • 初一上学期难记忆单词背诵第一课 dcj3sjt126com wordenglish
    what 什么  your 你 name 名字 my 我的 am 是 one 一 two 二 three 三 four 四 five 五 class 班级，课   six 六 seven 七 eight 八 nince 九 ten 十 zero 零 how 怎样 old 老的 eleven 十一 twelve 十二 thirteen
  • 我学过和准备学的各种技术 dcj3sjt126com 技术
    语言VB https://msdn.microsoft.com/zh-cn/library/2x7h1hfk.aspxJava http://docs.oracle.com/javase/8/C# https://msdn.microsoft.com/library/vstudioPHP http://php.net/manual/en/Html 
  • struts2中token防止重复提交表单 蕃薯耀 重复提交表单struts2中token
    struts2中token防止重复提交表单   >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年7月12日 11:52:32 星期日 ht
  • 线性查找二维数组 hao3100590 二维数组
    1.算法描述 有序（行有序，列有序，且每行从左至右递增，列从上至下递增）二维数组查找，要求复杂度O(n)   2.使用到的相关知识： 结构体定义和使用，二维数组传递（http://blog.csdn.net/yzhhmhm/article/details/2045816）   3.使用数组名传递 这个的不便之处很明显，一旦确定就是不能设置列值 //使
  • spring security 3中推荐使用BCrypt算法加密密码 jackyrong Spring Security
    spring security 3中推荐使用BCrypt算法加密密码了，以前使用的是md5， Md5PasswordEncoder 和 ShaPasswordEncoder，现在不推荐了，推荐用bcrpt Bcrpt中的salt可以是随机的，比如： int i = 0; while (i < 10) { String password = "1234
  • 学习编程并不难,做到以下几点即可! lampcy javahtml编程语言
    不论你是想自己设计游戏，还是开发iPhone或安卓手机上的应用，还是仅仅为了娱乐，学习编程语言都是一条必经之路。编程语言种类繁多，用途各 异，然而一旦掌握其中之一，其他的也就迎刃而解。作为初学者，你可能要先从Java或HTML开始学，一旦掌握了一门编程语言，你就发挥无穷的想象，开发 各种神奇的软件啦。 1、确定目标 学习编程语言既充满乐趣，又充满挑战。有些花费多年时间学习一门编程语言的大学生到
  • 架构师之mysql----------------用group+inner join,left join ,right join 查重复数据（替代in) nannan408 right join
    1.前言。   如题。 2.代码 (1)单表查重复数据,根据a分组   SELECT m.a,m.b, INNER JOIN （select a,b,COUNT(*) AS rank FROM test.`A` A GROUP BY a HAVING rank>1 )k ON m.a=k.a （2）多表查询 ， 使用改为le
  • jQuery选择器小结 VS 节点查找（附css的一些东西） Everyday都不同 jquerycssname选择器追加元素查找节点
    最近做前端页面，频繁用到一些jQuery的选择器，所以特意来总结一下：   测试页面： <html> <head> <script src="jquery-1.7.2.min.js"></script> <script> /*$(function() { $(documen
  • 关于EXT tntxia ext
      ExtJS是一个很不错的Ajax框架，可以用来开发带有华丽外观的富客户端应用，使得我们的b/s应用更加具有活力及生命力。ExtJS是一个用 javascript编写，与后台技术无关的前端ajax框架。因此，可以把ExtJS用在.Net、Java、Php等各种开发语言开发的应用中。       ExtJs最开始基于YUI技术，由开发人员Jack
  • 一个MIT计算机博士对数学的思考 xjnine Math
     在过去的一年中，我一直在数学的海洋中游荡，research进展不多，对于数学世界的阅历算是有了一些长进。为什么要深入数学的世界？作为计算机的学生，我没有任何企图要成为一个数学家。我学习数学的目的，是要想爬上巨人的肩膀，希望站在更高的高度，能把我自己研究的东西看得更深广一些。说起来，我在刚来这个学校的时候，并没有预料到我将会有一个深入数学的旅程。我的导师最初希望我去做的题目，是对appe
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他