J. Amanatides 和 A. Woo (1987) 提出的光线跟踪（体素遍历）算法的 mex 实现。 该函数的输入是由3D中的两个点定义的线段，而输出是与该线段相交的体素的线性索引的列表。 该函数使用 [1] 中描述的改进方法在运行遍历迭代之前执行有效的网格线相交测试。 编译后，此函数的运行速度（128x128x128 网格）比直接在 Matlab 中实现的类似函数（“Jesús P. Mena-Chalco 用于光线追踪的快速体素遍历算法”）快 100 倍。 要编译 mex 函数，请设置 Matlab mex 编译器，然后运行“mex wooRaytrace.cpp”。 .cpp 文件中描述了输入的类型和所需的格式。 [1]“一种有效且健壮的射线箱相交算法”，A。Williams等，2005

均匀球体重力异常正演模拟Matlab代码

基于Matlab GUI的数字均衡器设计,matlab均匀量化函数,matlab源码.zip

介绍了阵列天线模型和波束形成原理，介绍了两种不同的DOA估计方法延迟-相加法和Capon算法，并用MATLAB仿真了两种DOA估计算法的性能。

长波红外探测器经常被用于机载红外预警系统中, 常受严重的非均匀性噪声干扰。为了校正探测器的非均匀性, 补偿辐射响应非线性, 提出了一种基于梯度场景的非均匀性校正方法。给出了探测器辐射响应非均匀性的观测模型; 以标准黑体和梯度场景作为参考源, 在理论上推导出校正系数表达式; 利用原理样机进行了外场实验, 并探测民航客机目标。实验结果表明：与基于黑体的两点校正方法相比, 利用本文方法进行非均匀性校正后的图像, 局部标准差峰值由8.57降低到2.39; 对于相距50.64 km的空中客车A319型客机, 目标的信杂比由4.87提高到11.22。本文算法可以有效降低图像局部标准差, 适用于机载红外预警系统。

CPRND 使用 Gibbs 采样器、命中并运行采样器或自适应居中的命中运行采样器从由线性不等式系统 Ax < b 定义的多胞体内部的均匀分布中抽取样本。 提供各向同性变换选项。

利用opencv采用工业相机拍摄ar眼镜纯白色图片计算ar眼镜灰度均匀性，并且输出报告到特定地址的excel

这将创建一组由笛卡尔坐标定义的随机点，并均匀分布在以原点为中心、半径为 r 的 n 维超球面的内部。 'randn' 函数首先用于创建 n 个随机变量的独立多元正态分布集，每个变量代表 n 维空间中的点。 然后使用不完整的伽马函数“gammainc”将这些点径向映射到有限半径 r 的 n 维超球面的内部，以便在空间上均匀分布。

基于GPU的非均匀杂波快速仿真.pdf

基于卷积神经网络的机织物密度均匀性检测.pdf