glsl-伽马 处理 sRGB 纹理时在线性空间中工作的便利实用程序。 #pragma glslify : toLinear = require('glsl - gamma / in ') #pragma glslify : toGamma = require('glsl - gamma / out ') void main() { // sample into linear space vec4 color = toLinear( texture2D (uTexture, vUv)); // do linear space transforms on RGB... // output to sRGB color buffer gl_FragColor = toGamma(color); } 目前所有的 gamma 都在2.2常数上运行。 用法 toLinea

使用 EM 算法的 Gamma 混合模型估计。 此代码使用 EM 算法估计遵循 Gamma 分布的有限混合模型的分量。 作者：贡萨洛·维加斯·桑切斯-费雷罗 - - 如何使用它 - - - 语法：[w, alpha, beta] = GMMestimator(y,nl,maxIter,tol_error,flag_pinta,w_0,alpha_0,beta_0) 输入： y - 样本向量nl - 混合成分的数量。 maxIter - 最大迭代次数tol_error - 收敛假设的容差flag_pinta - 显示拟合演变的标志w_0 = 初始权重大小 (1 x nl)。 它们的总和应为 1。（可选） alpha_0 = 每个 Gamma 分量的初始 alpha 参数（大小：1 x nl）（可选） beta_0 = 每个 Gamma 分量的初始 beta 参数（大小：1 x nl）（可

采用c++对数字图像进行了gamma变换，并绘出了相应的灰度分布直方图以及原图像经过gamma变换后的效果图。实践了gamma变换理论。

函数 abgFilter 实现了 alpha-beta-gamma 滤波器的通用算法，该算法是给定观察数据的速度和加速度的线性状态估计。 它的作用类似于平滑。 也与卡尔曼滤波器和控制理论中使用的线性状态观察器密切相关。 它的主要优点是不需要详细的系统模型。

alfa-beta-gamma 跟踪器为第 n 次观测生成位置、速度和加速度的平滑估计。 它还为第 (n+1) 次观测生成预测位置和速度。 alfa-beta-gamma 跟踪器将遵循加速度恒定且没有稳态误差的输入。

针对杂波环境下扩展目标形状难以估计、目标跟踪精度低等问题，提出一种自适应估计扩展目标形状的伽玛高斯混合势概率假设密度算法(GGM-CPHD)．该算法将目标的扩展形状建模为椭圆随机超曲面模型，并将其嵌入到GGM-CPHD滤波器中，更新扩展目标的质心、椭圆形状和方向等信息以完成对扩展目标的跟踪．通过杂波环境下未知数目的扩展目标仿真实验，表明了所提出算法在质心状态和椭圆长短轴的估计精度方面要优于传统的基于随机矩阵的伽玛高斯逆韦氏CPHD滤波器．

1. Gamma 分布的特点是两个参数：Shape 和 scale。 2. 对于给定的数据，我们可以使用最大似然法或矩量法来估计形状和尺度。 3. 在这段代码中，我们使用矩量法来估计这些参数。 4. 如果 plotit == 1，该函数将绘制数据的直方图和拟合。 5. 使用 matlab 内置的 trapz 命令对分布进行归一化。

《设计模式:可复用面向对象软件的基础》是引导读者走出软件设计迷宫的指路明灯，凝聚了软件开发界几十年设计经验的结晶。四位顶尖的面向对象领域专家精心选取了具有价值的设计实践，加以分类整理和命名，并用简洁而易于重用的形式表达出来。本书已经成为面向对象技术人员的圣经和词典，书中定义的23个模式逐渐成为开发界技术交流所必备的基础知识和语汇。

Gamma校正的快速算法及其C语言实现,有很经典的算法实现，是不错的参考资料

（3）干涉纹图的生成 interf_SLC 960524.slc 960523.slc 960524.par 960523.par off pwr1 pwr2 int 1 5 rasmph_pwr int pwr1 2500 （4）基线估算————基线估算方法的选择！！ base_init 960524.par 960523.par off int base 2——计算初始基线 （5）平地效应的去除 ph_slope_base int 960524.par off base flt 1 0 rasmph_pwr flt pwr1 2500