个人博客网站的设计与实现源码

相关滤波(correlation filter)是近几年来学术界提出的最优秀实用的跟踪框架(没有之一)。DSST Tracker同时解决了目标的位移和尺度跟踪两大问题，可应用于实践

【实例简介】内部包括波士顿房价数据集以及另外两个房价文件，特征数量够用，都在10个以上。除此之外附带一份应用数据分析课程报告和一份多元线性回归预测代码，亲测可用。代码在报告中。

ISO_15031-1_2010,ISO_15031-2_2010,ISO_15031-3_2016,15031-4_2014,15031-5_2016,15031-6_2015,15031-7_2013

Matlab 多目标优化 遗传算法 源程序 很好的应用案例 基于MATLAB

使用自适应对比度增强算法对眼底图像中的血管进行增强处理 。

高等光学,matlab源程序，全面，自适应光学、非线性光学、激光光学、固体激光器件

语音增强算法，谱减法、小波变换以及数学形态学等的语音增强算法针对信噪比、语谱图、去噪情况，分析比较

C#WEB用户令牌TOKEN验证，防止HTTP、GET、POST等提交包含服务端和客户端源码。Nginx集群，SSL证书的WebApi令牌验证

【实例简介】升级华为OLT ,MA5600V800R015C00_package.bin！

用于鱼眼摄像头的一个环视参考文档很不错，自己最开始做这个相关的项目就是参考这个文档，发现写的很是不错，非常值得参考特别有用的，哈哈哈哈哈哈哈哈哈哈赵三峰,谢明,陈玉明:基于逆向投影的全景泊车系统设计与实现其中,(x,y)表示校正图像的坐标,(x,y)表示鱼眼图像的坐标此算法的效果如图所示。1------图校正前后图像俯视变换clay.OB图离散化后的路面本文采用直接线性变换()来找到俯视变换的投影矩阵,这种方法的优点在于不需要知道摄像头视RR角等参数,只需要在图像坐标系下标定对特征点就可R以计算出个未知的参数,从而得到单应性矩阵,并利R用单应性矩阼完成俯视变换。其中,M表示合成图像的宽度,单位:像素;No表示直接线性变换的公式如下合成图像的高度,单位:像素;R表示合成区域的宽Coxi i+Coli+Cu22i +Cu3)度,单位:;R1表示合成区域的长度,单位(iam,0)表示图像的坐标,单位:像素;x,y表示合成区C102+(ny2+C12x;+CrC20x:+C21y+C2231+1)域路面的坐标,单位:。下面判断路面上的点被哪个摄像头拍到,因此将路其中,(2v)表示图像坐标,(xy2)为物体空间坐标,面分成八个区域,如图所示Co,co1,…,C2为未知参数。但是本文的物体选择的是路面特征点,因此公式的z=0,简化后的二维公式为:(左前前)(右前)IX). Ti t Coli+CUsC0x;+C21y;+1(左)汽车v C1o x, +C11)2+C13C20x:+C21y1+1如果川矩阵的形式表示,如下(左后)(后)(右后)ROT=C1C1 CI图路而的八个区域图中,Il、ⅣV、V和ⅤI四个区域只能被前,左,RO表示路面坐标到图像左边的变换矩阵,则ROn右,后四个摄像头看到。I、I、VI和VI为两个摄像表示图像到路面的投影矩阵头的交叉区域,可能被两个摄像头看到,因此需要判断图像合成交叉区域被哪个摄像头采集到,四个交叉区域的判别方本文的创新点就在于跳出了传统图像拼接的想维,法相同,因此以区域1为例描述如下采用一种更加简单有效的算法来实现无缝拼接全景。)取区域I内任意一点(jo),计算其路面坐标假设路面合成区域的大小为长R1,宽为Rw,单假定该点可以被前摄像头采集到,通过与前摄位:。R的宽度方向平均分成M等份,R1的高像头的投影矩阵ROlo相乘,便可以得到该点在前摄度方向平均分成N等份,其中任意一点坐标用(mm)像头的像素坐标av),如果0≤