杨庆雄 立体匹配算法 A Non-Local Cost Aggregation Method for Stereo Matching论文源代码 c++ vs2019 可直接运行无需配置

1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit)

自适应模糊阈值法matlab代码Finger_Vein_Matching 该项目主要研究数字静脉识别技术，包括指静脉图像的采集，图像预处理，特征信息的提取和匹配，以实现指静脉的识别。 介绍 首先，指静脉图像是由实验室中的设备收集的。 由于采集方法的限制，采集的手指静脉图像不可避免地会产生各种噪声。 因此，应对采集的图像进行预处理以尽可能减少引入的噪声。常见的预处理操作包括图像去噪，图像增强，关注区域（ROI）捕获等。对预处理后的图像进行特征提取，主要分为基于纹理的特征提取，基于编码的特征提取和基于细节点的特征提取三类，提取的特征与特征数据库中的模板匹配，如果匹配得分较大超过设定的阈值时，输入图像和模板将被归为同一类别。 否则，将其判断为不相同的类别，从而实现对指静脉的识别。 系统 指静脉识别系统主要包括四个模块：图像采集，图像预处理，特征提取和特征匹配，下面将对这四个模块进行详细介绍。 图像采集模块（指纹成像原理）手指静脉成像的基本原理是利用静脉中红细胞的特征来吸收某些近红外线。 通过将红外线照在手指上，传感器可以感应到手指传输或反射的光，从而获得手指内部静脉的图像。关键在于通过红细胞

Template Matching Techniques in Computer Vision. Theory and Practice .pdf

主要用于spss的倾向值匹配分析，压缩包内包含了spss的R-plug-in、R Essentials以及PSMSPSS

立体匹配Cross-Scale Cost Aggregation for Stereo Matching论文源代码 c++ vs2019可实现 需要进行一下属性配置 已自测实现

射频基本有效阻抗匹配与ADS 讲义 中文版，PDF 实验1 匹配架构设计(Smith Chart Wizard) • 实验2 替换真实组件与有损传输线(CILD) • 实验3 匹配电路优化 • 实验4 汇入 Layout 档案 • 实验5 EM + Component 联合仿真(RFPro) • 实验6 Pre-Layout and Post-Layout 仿真比对

matlab指纹图像分割代码简单指纹匹配 人类指纹在细节上具有渊源，称为细节，可以用作指纹验证的识别标记。 该项目旨在研究基于指纹细节点匹配的指纹识别系统，该指纹识别系统在许多指纹算法和技术中经常使用。 该项目的方法包括如何从指纹图像中提取细节点。 图像增强，图像分割，细节提取和与这些阶段匹配的细节是我们项目的主题。 这个项目通常在Matlab平台上编码。 而且图形用户界面还设计了Matlab

主要讲的是通过openVC来进行图像处理的知识

Halcon应用示例Matching Qt5.15环境编译通过