自主式CCD星敏感器(或称为星跟踪器)自身带有微处理器，是一种智能化的姿态敏感器。由于其指向精度高、无姿态累计误差以及具有快速故障恢复能力， 已成为航空、航天以及军事领域备受关注的研究对象。利用星敏感器确定卫星姿态就是对出现在星敏感器视场中的恒星进行识别，通过星光矢量确定星图拍摄瞬间星敏感器视轴在惯性坐标系中的指向，进而确定航天器姿态。本文以卫星姿态自主确定技术为研究背景,对基于CCD星敏感器的星图识别技术进行了研究。 论文对基于星敏感器确定卫星姿态的技术流程进行了叙述，但重点是对星图识别算法的设计与实现进行了研究。基于星敏感器确定卫星姿态主要存在以下问题:如何构建分布合理并且能够满足导航需要的导航星表、如何设计适应性强、精度高的星图识别算法以及采用何种滤波算法解算卫星姿态等。本文就其中部分内容进行了研究,并进行了实验验证

这是我自行编写的基于神经网路的身份证号码识别算法，内涵身份证号码训练库，身份证字符分割，字符识别算法，并且提供完整的算法实现说明文档，希望能够给有需要的朋友提供帮助。（因涉及个人信息，只提供若干处理后的身份证照片）

matlab（程序）分析了二维码编码技术，基于图像处理的解码技术，及其编码实现过程。针对解码识别过程，详细分析了基于图像处理的预处理方法，包括二维码灰度化处理、图像平滑和二值化过程，同时针对二维码实际情况，设计了基于Canny和Hough变换的二维码旋转校正算法，几何形变校正算法，并通过QR二维码进行实验

针对纸币清分机对人民币编号自动识别，在处理速度和识别率方面的高标准要求，提出了一种基于模板匹配 的人民币编号快速识别算法，该算法在图像预处理时，利用改进的滤波法去离散噪声；在字符识别时，利用数字和字 母的水平与竖直交点特征和轮廓对称特征以及加权特征，直接识别定位好的字符。实验结果表明，该算法具有对硬 件资源要求低、识别速度快等优点，可以满足纸币清分机的应用要求。

FPGA 流水线操作实现图像连通域处理标记位置，由于该方法进行的是并行流水线处理，即对图像扫描 一遍就可完成对所有连通区域的识别，因此识别每个连通区域的延时都是固定的，并不会因 为图像中连通区域多，延时就增加。该延时也很小，约扫描十几行图像的时间。

人脸识别正确率97.18%,1秒内完成。 能够在复杂的光线和背景下依然正确工作，并支持多张人脸在一个画面上的检测，识别，验证。戴眼镜和黑色人种也能检测和识别。能从多角度检测到人脸。 并带人鼻，嘴，眼镜,人脸左右边界的定位功能。 本软件是多光源主动识别版，要求用户配合采模板，并配合识别，在正上方有节能灯，镜头有方向滤光片的条件下，能达到最佳识别效果。 本软件要求有USB摄像头支持(最好是低照度高画质摄像头)。

该代码是用matlab编写的，为深度半非负矩阵分解算法，用于人脸识别的。

SeetaFace2采用标准C++开发，全部模块均不依赖任何第三方库，支持x86架构（Windows、Linux）和ARM架构（Android）。SeetaFace2支持的上层应用包括但不限于人脸门禁、无感考勤、人脸比对等。 编译简介 2.1 编译依赖 GNU Make 工具 GCC 或者 Clang 编译器 CM2.2 linux和windows平台编译说明 linux 和 windows 上的 SDK 编译脚本见目录 craft，其中 craft/linux 下为 linux 版本的编译脚本，craft/windows 下为 windows 版本的编译脚本，默认编译的库为64位 Release 版本。 linux 和 windows上的SDK编译方法： 打开终端（windows上为VS2015 x64 Native Tools Command Prompt 工具，linux 上为bash），cd 到编译脚本所在目录； 执行对应平台的编译脚本。 linux 上 example 的编译运行方法： cd 到 example/search 目录下，执行 make 指令； 拷贝模型文件到程序指定的目录下； 执行脚本 run.sh。 windows 上 example 的编译运行方法： 使用 vs2015 打开 SeetaExample.sln 构建工程，修改 Opencv3.props 属性表中变量 OpenCV3Home 的值为本机上的 OpenCV3 的安装目录； 执行 vs2015 中的编译命令； 拷贝模型文件到程序指定的目录下，运行程序。2.3 Android平台编译说明 Android 版本的编译方法： 安装 ndk 编译工具； 环境变量中导出 ndk-build 工具； cd 到各模块的 jni 目录下（如SeetaNet 的 Android 编译脚本位置为SeetaNet/sources/jni, FaceDetector的Android 编译脚本位置为FaceDetector/FaceDetector/jni），执行 ndk-build -j8 命令进行编译。 编译依赖说明：人脸检测模块 FaceDetector，面部关键点定位模块 FaceLandmarker 以及人脸特征提取与比对模块 FaceRecognizer 均依赖前向计算框架 SeetaNet 模块，因此需优先编译前向计算框架 SeetaNet 模块。

本人做的一份基于Kinect体感摄像头的手势识别算法实验的PPT报告。

编写程序利用DFA的原理实现高级语言中浮点数的识别算法