ibm DB2 migration toolkit

【实例简介】PCA+LDA降维，KNN分类器，实现人脸识别，数据集为ORL

源程序-Matlab仿真及其在光学课程中的应用，各种光学光路模拟，应有尽有

计算了两图像间四个统计学参数的值，包括互信息，均方根误差，峰值信噪比，交叉熵

移植实现LWIP在UCOSIII上运行，通过ping和网络助手测试，工程正常。

中国电科院编写的电力系统仿真软件，能够进行潮流计算，短路计算，电压稳定，最优潮流的计算，并支持用户自定义建模

严格按照MODBUS协议实现的C代码，内有详细的移植说明。和使用说明。同时支持主站从站

基于图像块的运动估计matlab代码

基于视频检测的车辆测速方法 基于视频检测的车辆测速方法《现代电子技术》2009年第23期总第310期b电子技术应用1.4基于灰度的图像匹配图像下端位置在世界坐标中的点(即Pa)距离相机的水由于拍摄范围较小,在两帧间.忽略车辆因远离相平距离,即图像中距离相机的最近点:;D_FAR为图像机产生的几何变化,根据图像块间的灰度差平方和作为上端位置在世界坐标中的点(即P)距离相机的水平距匹配判定依据离,即图像中距离相机的最远点;O为摄像机光心;HsiE=∑/li,j-I1(i,j)76)为图像高度;P为机动车上某一点,该点在图像坐标系式中:1,(i,j是第n帧中车尾处图像块l()为中的纵坐标上(即图像高度方向)对应点Q;dst为机第n+1帧中,从对应于第n帧的车尾位置开始,向上动车上的点P距离摄像机的水平距离;Y为机动车上依次搜索到的图像块的点P距离地面的高度如图2所示,在第87帧的帧差边缘二值图像中(c)由世界坐标中的相互关系可得检测到车尾时,将86帧中车尾区域对应图像作为被匹Z0= arctan(D_NEARH-CAM) (8)配图像(图2(a)),在87帧中搜索与该图像最匹配的位arctan(D-FARH- CAM置(图2(b))。图2(a)、(b)屮矩形框在垂直方向上移动结合图像坐标系的像素,即相机坐标系下车辆移功的距离∠0=(∠甲-∠0)12= arctan/ H/22车辆测速方法∠U= arct an2.1速度测量在各种测速方法中,所有的测速设备都是依据由式(5)可得:式(7)得到的n△s/△(7)利用视频检测方法对午辆进行测速时,Δt为两帧对车辆上任意点P到相机光心连线,与相机垂直图像之间的时间差,可根括摄像机采集帧率计算得到,方向的夹角通常是一个固定值,Δs需要通过图像处理方法在图像∠中= arctan H_CAM-y序列中找到被测车辆实际移动的距离。考虑图中∠中,∠0,∠8∠之间的关系,有:2.2距离测量考虑摄像机架设位置和角度,对两张图像中相匹配∠φ=∠0+(∠4-∠0)/2+∠V1Qn>H/2点建立车辆移动距离模型,如图3所示∠0+(∠9-∠0/2-∠Qv

相机标定 matlab GUI界面相机标定 matlab GUI界面相机标定 matlab GUI界面

用QII 9.1做的，可以实现加减速、启停、正反转、旋转圈数计数