Python实现表面网格重采样算法ACVD - pyvista/pyacvd-源码

图像处理中的直方图均衡化和同态滤波matlab自写函数实现，与库函数比对相差不多。

Stereo Processing by Semiglobal Matching and Mutual Information 原文

图像js JavaScript中的高级图像处理和操作。 image-js是一个功能齐全的库，可以处理简单的图像处理（色彩校正，灰度图像，蒙版，调整大小，旋转等），以及对科学图像（感兴趣区域（ROI），赫尔曲线）进行高级处理，最小边界矩形（MBR），粒径和方向，细胞成像等）。 由维护 安装 $ npm install image-js 特征 支持的图像格式 image-js可以加载以下格式： PNG（8或16位，彩色或灰度，有或没有alpha，调色板1-8位） JPEG格式 TIFF（8或16位，彩色或灰度，支持LZW压缩） image-js可以保存以下格式： PNG（8或16位） JPEG格式 BMP（黑白） 本机支持各种位深度和图像种类 image-js被开发用于科学应用，其中我们经常不得不处理每个通道具有8位以上的图像。 与许多其他库不同，如果对16位灰度PNG进行解

此仓库是AWESOME摄影测量项目，应用程序，工具和资源的集合。 标有的项目 是开源软件，并链接到源代码。 标有的项目 是非免费的，可能需要花钱才能使用。 随意贡献/加星/分叉/拉取请求。 任何建议和意见是值得欢迎的。 目录 科学会议 相关真棒列表 执照 致谢 定义 根据K. Schindler和W.Förstner的摄影测量学定义： “摄影测量学是从图像中获取有关物理环境信息的科学技术，重点是在测量，制图和高精度计量学中的应用。摄影测量学的目的是为这些工程任务提供自动化或半自动化的程序，着重于指定的准确性，可靠性和信息完整性。” 资料来源：K. Schindler和W.Förstner的摄影测量（2020）。 于：《计算机视觉：参考指南》，第二版。 摄影测量软件 Agisoft变形 麦克麦克 MVE OpenDroneMap Pix4D 现实捕捉 确保

冈萨雷斯 习题讲解 第四版， 英文版需要自己翻译， 数字图像处理

使用K均值的体外LSCI图像中的血管定位 该存储库具有实现会议文章中描述的方法的功能：使用在“ 图像在体外的LSCI图像中进行血管定位” ，这是项目“血管的可视化和定位”的一部分而开发的。 抽象的 激光散斑对比度成像中血管的可视化和定位是生物医学应用（例如皮肤病学，神经科学和眼科学）中的一项重要任务，因为它可以确定血管的存在并评估诸如血流的性质。 这项工作建立了可视化方法的综述，用于对比度计算和激光散斑对比度成像的改进。 另外，通过聚类以自动方式提出了血管的定位。 结果表明，血管的定位很大程度上取决于对比度的计算和改善。 如果血管和生物组织区域彼此分开得很好，并且噪声水平较低，则K均值聚类是在激光斑点对比成像中定位血管的强大工具。 内容 组织 没有声明其他内容目录。 贡献者 算法，应用程序和工具的代码由以下人员贡献： F. Lopez-Tiro，H.Peregrina-Barreto，J

InSAR干涉SAR 干涉合成孔径雷达 InSAR干涉SAR 干涉合成孔径雷达 matlab源码 课程作业

可用于地震数据处理的工具箱，利用matlab语言编写。

Fourier transforms are used everyday for solving single functions and combinations of functions found in radar and signal processing. Still, many problems that could have been solved by using Fourier transforms have gone unsolved because they require integration that is too computationally difficult. This manual demonstrates how you can solve those integration-intensive problems with an approach to carrying out Fourier transforms. By building upon Woodward's well-known "Rules and Pairs" method and related concepts and procedures, the text establishes a unified system that makes implicit the integration required for performing Fourier transforms on a wide variety of functions. It details how complex functions can be broken down to their constituent parts for analysis. This approach to applying Fourier transforms is illustrated with many specific examples from digital signal processing as well as radar and antenna operation.