用于运动跟踪....

基于EMD的广义互相关时延估计，孙书学，吕艳新，提出一种基于经验模式分解（Empirical Mode Decomposition，EMD）的广义互相关时延估计方法，用来解决信号非稳态且采集信号的各个通道间存�

多传感器航迹融合较之量测融合有着诸多优势,也是信息融合领域发展最快的方向之一。论述了航迹融合理论的发展,详细讨论了航迹融合中的互相关性以及包括简单协方差凸组合、互协方差组合、信息矩阵、协方差交及基于最优线性无偏估计在内的主流融合算法,并给出了相关仿真实验结果;最后,针对当前该方向的研究现状,特别是有关混合多模型状态估计的融合问题,提出了我们的一些认识。

采用matlab编写代码，进行线阵中两个阵元间时延差估计，分别进行了基本互相关和广义互相关的估计，代码详细讲解见我个人主页博文。

MLBQTEST(X,LAGS) 执行多变量 Portmanteau 检验。 h = mlbqtest(X,LAGS) 返回 LAGS 的逻辑值 (h)，拒绝决定来自对多元系列 X 中的联合互相关进行多元 Portmanteau 检验。 h = mlbqtest(X,LAGS,ALPHA) 指定显着性水平（默认值 = 0.05）。 [h,pValue] = mlbqtest(~) 返回假设检验的拒绝决定和 p 值。 [h,pValue,stat,cValue] = mlbqtest(~) 还返回假设检验的检验统计量 (stat) 和临界值 (cValue)。 输入参数 X：具有 k 个资产和 T 次的多元时间序列 (T xk)。 检验原假设 H0：所有相关系数为零，即。 rho_1=rho_2=...rho_m=0，其中 m 滞后备择假设H1：有一些系数不为零。

欧氏距离matlab代码多通道归一化互相关 这是来自BMVC 2017和arXiv提交的MATLAB实现。 入门 克隆此仓库： git clone --recurse-submodules https://github.com/bkong/MCNCC 请按照上的说明安装MatConvNet。 路线搜索匹配 下载数据集（例如，fid300） bash scripts/download_dataset.sh fid300 启动MATLAB matlab 通过运行适当的特征提取功能来提取ResNet-50 res2bx特征 >> gen_resnetfeats_fid300(2) 计算MCNCC分数 >> alignment_search_eval_fid300(1:300, 2) 1:300指定要针对FID-300的参考图像评估哪些裁剪的犯罪现场图像。 因为这是一个缓慢的过程，所以您只能评估犯罪现场图像的一部分。 或者，您可以通过在不同的计算机/ GPU上指定不同的子集来手动分配工作负载以加速任务。 生成将MCNCC与基准进行比较的CMC图 >> baseline_comparison_c

在一对图像中找到对应的特征是许多光流、立体视觉和图像配准算法的基础。 寻找匹配项的一种直接方法是取一个图像的一小块，计算其与另一幅图像的滑动互相关，然后找到一个峰值。 此提交提供了一个实现此方法的类。 还有很多其他的寻找对应关系的方法，但是归一化互相关比较容易理解，如果一个稀疏的匹配集就足够了并且视角的变化不是太大，那么它是相当有效的。 此提交主要用作学习辅助工具，尽管它可能适用于某些应用程序。 因此包含一个演示脚本。 该算法以两种方式扩展了基本思想。 首先，可以对每个特征对进行反向匹配以测试一致性； 这消除了许多不正确的匹配。 其次，使用 convolve2 中实现的 SVD 技巧可以大大加快相关计算，但代价是匹配的准确性和密度。 提交的核心是面向对象的，以促进其与图像序列的使用，并允许有效地重用部分计算。

频率域的互相关计算速度比时间域快很多，是一种非常好的实现互相关计算的算法。

作者结合自己学习实践，从以下三个方面介绍对比了自相关与互相关 1. 定义 2. 从其他角度对于相关的理解 3. 在工程实践中的应用

互相关应用的方向等，互相关应用的方向等，互相关应用的方向等