基于IDL语言的遥感影像大气校正

几个交通仿真的Matlab程序，主要是交通流等仿真，有关智能交通方面

KL距离是反应数据分布的距离，计算KL距离在数据挖掘中有着很重要的作用。

ofdm符号定时与频偏联合估计算法matlab实现，基于最大似然估计算法。

【实例简介】利用python载入邻接矩阵绘制网络图，基于python语言的特点，对邻接矩阵加以处理后再进行应用，即将邻接矩阵去除第一列（节点序号列），复杂网络的基本拓扑结构可以用图论的方法表示成G =(V，E)，V中元素称为节点或顶点，E中元素称为边。在图论框架下, 可用不同的全局参量来表示复杂网络的特征, 最基本特征包括度分布 P(k)和聚类系数C。

基于TCP IP 的socket客户端和服务器的编程，包含两个可执行文件，可以客户端和服务器直接通讯，界面做成了串口工具的样子。

输入一个年份（1-3000），然后显示12个月的月历，如屏幕显示不下，则应提供翻页功能。

【实例简介】此工具可以方便读取.nc,hdf,hdf4,hdf5等格式的数据

【实例简介】FreeRTOS入门手册无水印版本，原版名字是：《Using the FreeRTOS Real Time Kernel - A Practical Guide》；本文档是RreeRTOS入门的很好的资料，非常有价值！

可以按照各类条件进行检索文档，采用三层结构进行开发，编辑器采用的是fckeditor后台报告：站点设置、系统探针、文档管理、用户管理

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