Hyperspectral remote sensing image classification

cuda上矩阵相乘的优化，对图像处理在CUDA上进行并行运算有很大的作用，帮助理解CUDA寄存器溢出的原因。

这是梯度下降法的一种实现。它将帮助神经网络或相关的图像处理。

包括均值滤波，中值滤波，低通滤波。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。

应用背景ossimPlanet is an accurate 3D global geo-spatial viewer that is build on top of the OSSIM, OpenSceneGraph, and Trolltech QT open source software libraries. It provides native geo-spatial access to a wide range of commercial and government data formats with high the high performance visualization and collaboration capabilities. ossimPlanet is one of the key components of the Large Data Joint Capabilities and Technology Development project. This document describes the installation and use of ossimPlanet.关键技术ossimPlanet provides accurate 3D global visualization and collaboration. Instances of ossimPlanet can be synchronized for distributed collaboration. Native file access, on the fly elevation tree topography, and online access to OGC WMS and Worldwind sites is provided.

应用背景一个写承诺的眼睛检测和模板匹配的Android教程。由于OpenCV的Android是越来越好，一些代码片段可以是旧的，不是最好的解决问题的方法。如果您发现了一些改进，请评论或联系我，我将编辑这篇文章，分享给别人。我们采取标准的人脸检测和OpenCV的例子延伸一点。Android SDK可以在opencv  发现http://sourceforge.net/projects/opencvlibrary/files/opencv-android/；如果你arent"n熟悉Eclipse和OpenCV的呢，请阅读 ；  opencv4android的基本设置；第一。进口面检测样品，以蚀和清洗/建设项目确保正确进口和工作。正如你可以在视频中，有一些不同的图形用户界面对纯样品。有一个滑块可以很容易地改变匹配方法和按钮来重新创建眼睛模板。关键技术Android SDK Java OpenCV图像处理

clear,clc,close all; % compute the background image Imzero = zeros(240,360,3); video=aviread("SampleVideo.avi"); Im = double(cat(4,video(1:2:end).cdata))/255;     clear video % Convert to RGB to GRAY SCALE image. nFrames = size(Im,4); Imzero  = Im(:,:,:,1); for i = 2:5 Imzero = Im(:,:,:,i)+Imzero; end Imback = Imzero

这是一篇有关于食品当中的阴影检测的代码，有需要的朋友们可以借鉴一下，当然，在运行的时候也需要修改一下路经即可。希望对大家有用吧！

与PCA算法降维。我们有一些照片，希望应用PCA算法他们减少维度。这是一个关于模式识别问题。

本程序得先通过摄像机标定，获取内参矩阵和畸变系数矩阵，然后根据learning opencv 中的方法进行鸟瞰变换。其中有可执行的程序，和源代码

基于傅里叶变化的无透镜全息再现技术的仿真运算，可对无透镜全息系统所得的全息图进行处理，得到再现象！！！！