Matlab file operation source code assemble

关于多假设跟踪算发（MHT）在matlab平台上的实现代码，是一种比较简单的MHT算法，关键位置有中文注释，基本每一段都有英文注释，适合新人阅读

形态学分析 计算目标物周长及面积的代码

改代码为ransack算法的源码，希望对学习该算法的有所帮助

物体围绕一圆周运动，角加速度是白噪声，观测噪声是高斯白噪声。使用卡尔曼滤波器实现物体的跟踪-Follow the trace

蚁群算法： %%  主要符号说明 %%  C n个城市的坐标，n×2的矩阵 %%  NC_max 蚁群算法MATLAB程序最大迭代次数 %%  m 蚂蚁个数 %%  Alpha 表征信息素重要程度的参数 %%  Beta 表征启发式因子重要程度的参数 %%  Rho 信息素蒸发系数 %%  Q  表示蚁群算法MATLAB程序信息素增加强度系数 %%  R_best 各代最佳路线 %%  L_best 各代最佳路线的长度 %%=========================================

比较好的遗传算法，下载的 % population_size: 输入种群大小 % chromosome_size: 输入染色体长度 % generation_size: 输入迭代次数 % cross_rate: 输入交叉概率 % mutate_rate: 输入变异概率 % elitism: 输入是否精英选择 % m: 输出最佳个体 % n: 输出最佳适应度 % p: 输出最佳个体出现迭代次数 % q: 输出最佳个体自变量值

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出[53]，后于1972年由Richard Duda和Peter Hart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。 霍夫变换运用两个坐标空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值，从而把检测任意形状的问题转化为统计峰值问题，上一节中已经介绍了车道的直线特征，本节中介绍hough变换检测直线的原理和检测结果。 我们知道，一条直线在直角坐标系下可以用y=kx+b表示, 霍夫变换的主要思想是将该方程的参数和变量交换，即用x,y作为已知量k,b作为变量坐标，所以直角坐标系下的直线y=kx+b在参数空间表示为点(k,b)，而一个点(x1,y1)在直角坐标系下表示为一条直线y1=x1·k+b，其中(k,b)是该直线上的任意点。为了计算方便，我们将参数空间的坐标表示为极坐标下的γ和θ。因为同一条直线上的点对应的(γ,θ)是相同的，因此可以先将图片进行边缘检测，然后对图像上

用高斯消去法解方程组 1、2*x1 - x2 + x3 = 1;    2、4*x1+2*x2+5*x3=4 ；    3、x1+2*x2 = 7

给定数表 xi 2.2 2.7 3.5