VISUAL_C++MFC编程实例用Visual C++ 和M F C创建的应用程序大多会自动生成窗口，并且可以处理消息， 进行绘图。M i c r o s o f t在这方面做了大量的工作，隐藏了内部工作，使我们能够更轻松 地创建一个一般的应用程序。然而，当用户不能实现他们想要实现的功能时，适当地 了解内部工作机制，对于消除编程上的困惑会有好处。更重要的是，知道怎样执行任 务(诸如把窗口放置到什么地方，从什么地方获得一个消息和在任意地方绘图），有助 于分清用户的应用程序和由Visual C+
Model Globally, Match Locally: Efficient and Robust 3D Object Recognition 中文翻译 ；原网页为：http://campar.in.tum.de/pub/drost2010CVPR/drost2010CVPR.pdfHash table
I1. n
A
(m1,m2)
F
i.11
m;,
(Key to
(ms, m6)
F1=m2
hash table
图2.(a)两个定向点的点对特征F.分量F1被设置为点F2和F3与法
5点相对定向是摄影测量与机器视觉的经典问题，传统的5 点相对定向方法采用多项式求解技术，导致了解的多样性。为此，研究了基于前方交会约束的5 点相对定向方法，建立包含前方交会约束的同名像点共面条件方程，推导求解5点相对定向问题的最优化目标函数，并采用最小二乘广义逆法求解。非量测相机Nikon D80的8组5点相对定向实验结果表明，该方法仅利用5个同名像点即可获得两张像片的相对位置（相对定向）立体模型，在测量长度为0.92 m 的标尺三维(3D)长度时，其误差的标准不确定度为0.28±0.24 mm
