compute_homography

说明：  压缩感知的经典代码，包括观测，稀疏表示，重建，其中观测用的高斯观测矩阵，稀疏用的DCT，重建用的OMP算法(Compressed sensing of the classic code, including observations, sparse representation, reconstruction, observed with a Gaussian observation matrix, sparse use of the DCT, re-use of the OMP algorithm)

软硬阈值及软硬阈值折中法对bumps信号去噪，另外包含信噪比以及均方误差的求解。(Soft and hard threshold and soft and hard threshold compromise the bumps signal denoising, the other contains the signal to noise ratio and mean square error to solve.)

ostu与鱼群算法相结合，并且用matlab实现(ostu algorithm combined with the fish, and using matlab)

说明：  锐化图片 拉普拉斯算法 两种方法 一种是自己写的一种是用了matlab里面自带的函数(ruihua picture Laplace there are two mechof a fi [as fs aflasl;nvb)

2.编写两类正态分布模式的贝叶斯分类程序。 设以下模式类别具有正态概率密度函数： ω1：{(0 0)T, (2 0)T, (2 2)T, (0 2)T} ω2：{(4 4)T, (6 4)T, (6 6)T, (4 6)T} （1）设P(ω1)= P(ω2)=1/2，求这两类模式之间的贝叶斯判别界面的方程式。 （2）绘出判别界面。 3.已知服从正态分布的两类训练样本集分别为 ：，，，， ：，，， ，试问属于哪一类？ 4．设有两类一维模式，每一类都是正态分布，两类的均值和均方差分别为，；，。 采用（0-1）损失函数，且。 （1）试绘出两类模式的密度函数曲线，其判别界面位于何处？ （2）若已获得样本：-3，-2，1，3，5，试判断它们各属于哪一类。(bayes ，matlab)

包括基于SIFTGPU的sift特征提取，sift匹配，基于ransac误匹配点剔除等(SIFTGPU based sift feature extraction, sift matching, mismatching points based ransac removed, etc.)

说明：  一种改进的均值聚类算法，能很好的利用与图像分割技术(k-means cluster)

利用数学形态学对云层背景下的目标进行检测识别，有两种方法。 (Using mathematical morphology of clouds in the context of target identification, there are two ways.)

相干光成像 菲涅尔衍射积分的S_FFT算法(S_FFT algorithm coherent light imaging Fresnel diffraction)

光伏电池组 局部阴影时输出模型 P-U曲线 I-U曲线 simulink实现 (PV Systems Operating Under Partially Shaded Conditions)