targer_point

以“宽幅盖面阵立体测绘小相机”项目为课题背景,深入的研究了高速图像传输,图 像实时压缩和压缩图像数据的实时存储问题 ATA,fpga("Wide Coverage RUF small, three-dimensional mapping camera," project subject to the background and in-depth study of the high-speed image transmission, Image compression and real-time compression of real-time image data storage problems ATA, fpga)

使用QT编程实现2D图像处理的各功能，包括彩色图转灰度、二值化、二值的形态学操作、灰度的形态学操作等等。(Using QT programming each 2D image processing functions, including color conversion grayscale, binary, binary morphological operations, grayscale morphological operations and so on.)

计算色差输出的小程序。可以输出两组颜色值之间的CIE色差(Calculation of small color difference output procedures. Can output two sets of color values of the CIE color difference between)

通过图片的外参数矩阵对图片进行透视变换，对图片的外参数进行校正(camera calibration)

最小噪声分离变换（Minimum Noise Fraction Rotation，MNF Rotation）工具用于判定图像数据内在的维数（即波段数），分离数据中的噪声，减少随后处理中的计算需求量(Minimum Noise Fraction Rotation (MNF Rotation) tool is used to determine the intrinsic dimension (i.e. band number) of image data, separate the noise in data, and reduce the computational requirements in subsequent processing.)

主要用于织物图像处理中，织物起球图像的频域纹理滤除，将图像从空间域变换到频率域。(Mainly used in fabric image processing, the fabric pilling texture image in the frequency domain filter, transform the image from space domain to the frequency domain.)

一种基于SIFT的图像配准方法，目前使用最广泛的一种配准方法。性能优。(One kind SIFT image registration method based on the most widely used kind of registration method. Excellent performance.)

本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，...( U672C u4E66 u7B2C u4E00 u90E8 u5206 u5206 u4E3B u8991 u4ECB u7ECD u673A u5668 u5B66 u4E60 u57FA u7840 uFF0C u4EE5 u53CA u5982 u4F55 u5229 u7528 u7B97 u6CD5 U8FDB u883C u5206 u7C7B uFF0C u5E76 u9010 u6B65 u4ECB u7ECD u4E86 u591A U90BB u6CD2 u3001 u6734 u7D2 u8D1D u53F6 u65AF u7B97 u6CD5 u3001Logistic u56DE u5F52 u7B97 u6CD5 u3001 u652F u6301 u5411 u91CF u673A u3001AdaBoost u96C6 u6210 U65B9 u6CD5 u3001 u57FA u4E8E u6811 u7R4 u5F52 u7B97 u6CD2 u5286 u5206 u7C7B u56DE u5F52 u6811 uFF08CART uFF09 u7B97 u6CD5 u7B49 u3002 u7B2C u4E09 U90E8 u5209 u5109 u91A u0312 u4E9B u8E1B u8981 u7B97 u6CD5 uFF1Ak u5747 u503C u805A u7B7B U7B97 u6CD3 u30011 by default for uppercase and uupstr U4E9B u9644 u5C5E u5DE5 u5177 u3002 u5168 u4E66 u901A u8FC7 u7CBE U5FC3 u7396 u7392 u7B09 u5B09 u5B09 u5B09 u5B03 U7528 u9184 u5R4 u5904 u7403 u7R03 u7 U5206 u6790 u53CA u53EF u89)

检测前跟踪，使用phd方法，phd实现是检测前跟踪是最新技术，可以提高跟踪性能(Detected before tracking method using phd, phd implementation is detected before tracking is the latest technology that can improve the tracking performance)

利用IDL读取二进制文件、*.HDF、*.nc文件的属性(read*.hdf、*.nc file on IDL)