用matlab编写的卡尔曼滤波程序，一个文件

1986 年 Canny 在麻省理工的硕士论文中提出了 Canny 边缘检测算子[10]。Canny算子是一个具有滤波、增强以及检测的多阶段优化算子，它具有很好的边缘检测的性能。得到了越来越广泛的应用。 Canny 考查了以前的边缘检测算子和边缘检测的应用，发现尽管这些算子的应用出现在了不同的领域中，但是他们都有一些共同的要求：[3] （1）好的检测效果，也就是说对边缘的错误检测要尽可能的低：在图像的边缘出现的地方检测结果中必须有，而且不能出现虚假边缘。在所有使用边缘检测做更深入的研究工作的系统中，它的性能都依赖于边缘检测的误差。 （2）对边缘的定位要准确：标记出来的边缘位置要和图像的真正边缘的中心位置充分的接近。 （3）对同一个边缘要有低的响应次数。即单个边缘产生多个响应的概率要尽可能的低，而且对虚假边缘的响应要尽可能的抑制。 这就是 Canny 提出来的三准则。他是第一个明确的提出这三条准则并且完整的解决了这三个问题的人。他将上述原则用数学表达式表示出来，然后利用优化理论得到最优边缘检测的模板。 Canny 算子实现检测边缘的步骤如下： （1） 用高斯滤波器平滑图像。 （2） 计算平滑后的图像的梯度幅值和方向。 （3） 对梯度幅值采用非极大值抑制，其过程为找出图像梯度中的局部极大值点，把其他非极大值点置零而得到细化的边缘。 （4）用双阈值算法检测和连接边缘 

资源描述使用汇编进行bayer转换，满足许多图像处理需求

RFID

资源描述椭圆拟合（高斯分解和奇异值分解（很准确）两种）

打破多年來人們一直囿於Arimoto的思路，另闢途徑尋找新的迭代學習控制的研究方法，以期構架迭代學習控制的幾何理論。基於數學的幾何方法，通過對通常算法所構成的向量圖進行分析。獲得了一類快速的迭代學習控制新算法，然後對這種新結構的算法在理論上進行了完整的收斂性分析。這類新算法與目前所有迭代學習控制算法不同，具有非線性

为改进角点检测算子的检测性能，提高基于角点的图像配准算法的配准精度，把多分辨分析的思想引入到经典 的Harris角点检测中。构造了基于小波变换的灰度强度变化公式，并得到了具有尺度变换特性的自相关矩阵，从而构建 了一种新的Harris多尺度角点检测算法。这样，使得新的角点检测可以在不同的尺度下获取角点，并克服了单一尺度的 Harris角点检测可能存在的角点信息丢失、位置偏移和易受噪而提取出伪角点等问题。然后根据角度直方图得到的旋转 角度，和提取的以角点为中心的特征子图，定义了角点点对的对齐度。最后，运用最大化对齐度准则来精确地确定角点匹 配点对。实验表明，该配准算法具有精确性、有效性和抗噪性，实现了良好的配准效果。

该算法基于贪心方法。使用了该算法

hmm model, training phase data has to be given to the model .-hmm model, training phase data has to be given to the model .

这是一个可以用来从一段文本文档中提出单词，并 对单词按字母进行排序，并显示出现次数的代码！希望能有用！

编译原理中的正则式匹配算法-compiler principles of regular-matching algorithm