该书内容非常全面，涵盖了多种卡尔曼滤波算法及MATLAB实现，作者将多年的工作经验融入此书，使之成为学习卡尔曼滤波的同学一本不可多得的经典参考书。

用matlab生成谐波代码估算脑电图定期放电瞬时频率（IF）的方法 M文件的这种收集（计算机代码）实现了一种估计EEG上定期放电的IF的方法。 需要Matlab或Octave（编程环境）和[fast_TFDs]（（）软件包。 内容 快速开始 第一步也是必不可少的步骤是添加路径，以便Matlab可以找到所有代码。 使用load_paths_all函数： >> load_paths_all; 档案 所有Matlab文件（.m文件）的标题中都有描述和示例。 要读取此标头，请在Matlab中键入help 。 目录结构如下： . ├── data # some signal examples in .mat files ├── methods # IF estimation methods ├── synth_PLED_signal # generate the synthetic (PLED-like) signals │   └── generate_data └── utils # miscellaneous collection of utilities 例子1

人体姿态估计代码

巴沙勒姆经典书中的源代码，对于深入了解数据关联以及跟踪方面很有意义。

(LIME):Low Light Image Enhancement via Illumination Map Estimation

图像矩阵matlab代码使用RANSAC进行基本矩阵估计 在这个项目中，我们增加了Matlab代码来估算相机校准，特别是估算相机投影矩阵和基本矩阵。 我们已经对相机投影矩阵进行了精确的估计，并且基本矩阵都可以使用两幅图像上对极线相关的点对应关系进行估计。 我们已经使用线性回归来估计矩阵。 我们将RANSAC与基本矩阵结合使用来处理离群值。 该代码使用Matlab库vlfeat。 vlfeat未包含在提交中。 用户必须从中下载vlfeat才能成功运行该项目。 为了获得更好的性能，已对匹配的兴趣点执行了归一化，以进行基本矩阵估计。 名为Normalized_estimate_fundamental_matrix的函数可实现此目的。 函数Estimate_fundamental_matrix实现基本矩阵的估计，而无需对匹配点进行归一化。 要实现Normalized_estimate_fundamental_matrix，请取消注释proj3_part2.m中的函数调用，并注释掉对Estimate_fundamental_matrix的函数调用。 要实现estimate_fundamental

Linear_Estimation 线性估计

论文+代码，可用 论文详细S. Aja‐Fernandez, C. Alberola Lopez, On the Estimation of the Coefficient of Variation for Anisotropic Diffusion Speckle Filtering, IEEE Trans. 2006.

matlab弹跳球代码弹球接触参数估计 此提交包含一组使用 Simulink、Simscape Multibody、Image Processing Toolbox 和 Computer Vision Toolbox 创建的模型。 关于模型：这些模型显示了一个工作流程，以找到可以模拟弹跳和碰撞球的真实行为的最佳接触参数。 以下步骤描述了工作流程： 记录球的轨迹 球轨迹后处理 使用 Simscape Multibody 构建物理模型 估计最佳接触参数以匹配真实轨迹 楷模 球跟踪 包含球轨迹跟踪模型 插值 包含MATLAB轨迹数据插值代码 ##ballDropParaEstimation 包含一个真实的物理模型来估计接触参数 ##ballWallCollision 包含球碰撞模型 产品要求： 模型使用以下 MathWorks 产品，均来自 R2019b 版本：1)MATLAB 2)Simulink 3)Simscape Multibody 4)Image Processing Toolbox 5)Computer Vision Toolbox 版权所有 2020 The MathWorks

【名称】：Signal Detection And Estimation 【作者】：Mourad Barkat 【格式】：PDF 【页数】：711 【语言】：English 【出版社】：Artech.House.Publishers 【出版日期】：2005年 很好的一本检测方面的书！讲得很清晰！