详细介绍了Matlab以MEX方式调用C源代码的方法，包括具体例子

kdtree 提供了 kd-tree 的简约实现。 该实现既可以通过 MEX 调用在 MATLAB 内部使用，也可以作为独立工具直接从 C/C++ 程序使用。 网站上的图片带有“ fulltest.m”字样此实现提供以下功能： - kdtree_build: kd 树构造 O( n log^2(n) ) - kdtree_delete：释放由 kdtree 分配的内存- kdtree_nearest_neighbor：最近邻查询（针对一个或多个点） - kdtree_k_nearest_neighbors：单个查询点的 kNN - kdtree_range_query：矩形范围查询- kdtree_ball_query：查询与点的距离增量的样本重要说明：由于 Matlab 提供了一个 kdtree，我对维护此代码失去了兴趣。

Matlab程式码GRASTA_MEX GRASTA的Mex版本（Grassmannian鲁棒自适应子空间跟踪算法） GRASTA是一种用于低秩子空间跟踪的有效在线算法，对于高度不完整的信息和稀疏的异常值都具有鲁棒性。 该项目为Matlab提供了C ++源代码及其mex接口。 我们代码的主要依赖项是Armadillo（）。 因此，您应该首先下载最新版本的Armadillo，然后根据Armadillo的说明正确安装。 然后打开Matlab并找到我们的grast_mex目录，运行make_mex.m脚本，它是一个简单的编译行，如下所示： 混合-O -I / usr / local / include grasta_mex.cpp grasta.cpp admm_solvers.cpp （您可以将“ / usr / local / include”更改为犰狳的路径，例如-I./armadillo.4.2.3） 成功编译mex文件后，您可以运行demo.m来测试可靠的子空间恢复问题。 ＃参考文献[1] Jun He，Laura Balzano和John CS Lui。 从部分信息进行在线鲁棒子

我安装了 Microsoft Visual Studio(MVS) 2008 和 Matlab R2007b，并尝试了来自 Matlab 的“mex -setup”命令。 但是我的 MVS 2008 没有被 Matlab 识别。 我调试了 mex.m 并找到了一种向 Matlab 显示 MVS 2008 的方法。 必要的文件位于 zip 文件中的 2 个不同目录（VS2008MATLABMexCompilerFilesX64 和 VS2008MATLABMexCompilerFilesX86），一个用于 win32 操作系统（OS），另一个用于 win64 操作系统。 zip 中还有“directory.txt”文件，它显示了您应该将必要文件复制到的目录。 我正在使用 VISTA 终极版，但这可能适用于其他操作系统（未测试）。 只需将这些目录之一（取决于您的操作系统）中的 6 个文件复制到

这是 F. Brun 等人提出的环去除滤波器的一个实现（还有演示图像）。 一种在重建断层扫描图像中去除环形伪影的改进方法 (2009) IFMBE Proceedings, 25(4):926-929。

在图像中显示为二维高斯形状的许多发射器的快速准确定位是荧光显微镜中的重要工具。 这主要用于“定位显微镜”，它能够产生生物样品的超分辨率（分辨率低于衍射极限）图像。 用于此任务的流行工具包括 RapidStorm 和 QuickPalm (ImageJ)。 该软件允许使用 MEX 文件界面快速准确地进行点扩散函数拟合，直接在 MATLAB 程序中使用。 这是为了促进新的和更好的可定制方法的开发，因为基于 Matlab 的拟合通常对于需要处理的数据量来说太慢了。 拟合代码利用谷歌 (2016) 目前开发的 ceres-solver 库进行优化。 在用户提供候选位置列表后，拟合器返回参数 [xpos; ypos; 振幅; 当地背景； 每个候选的标准偏差_x，标准偏差_y，角度[度]，错误标志]。 初始猜测可以由用户提供，也可以由算法估算。 可以为优化设置固定的任意参数。 默认情况下，拟合各向同

在这些笔记中，我将描述我第一次（成功）尝试在 Intel Core 2 MacBook Pro 上使用 Xcode IDE 为 Matlab 编译和链接 MEX 文件（但希望该过程应该足够通用以适应其他场景）。 由于我是 Mac 世界的新手（多年来仅使用 Windows 和一点 Linux），因此这些注释可能并不完全准确，或者某些问题可以很容易地解决。 不要犹豫与我联系并发送建议/更正。

该MATLAB软件包为GNU线性编程工具包（GLPK）生成了独立的MEX（无依赖项）文件。 MEX可以解决大规模线性规划（LP）问题和混合整数线性规划（MILP）问题。 它可以替代MATLAB的linprog（）和intlinprog（），而无需使用任何工具箱。 MEX文件具有MATLAB功能，可作为具有记录的输入和输出的包装器。 要获得支持，请使用GitHub Issues（ https://github.com/RoyiAvital/GLPKMEX/issues ）。

使用纹理过滤的本征图像 在Matlab和C ++ MEX中未优化实现“使用结构-纹理分离和表面法线进行固有图像分解” 。 如何使用它 您可以使用随附的RGB和深度图像尝试demo.m。 包括的输入RGB和深度图像是从提取的。 算法需要去除纹理的RGB图像。 包括和作者代码。 您可以使用任何结构-纹理分离算法来代替它。 硬件/软件要求 原始代码在Matlab 2015a 64位Windows 7上进行了测试。 对于其他平台（32位Windows，Linux，MacOS），请在“ mex”目录中编译C ++ mex源代码。 要编译mex源代码，需要相应的ann和opencv库（请参考compile.m）。 贡献者 （ ） 引文 如果您发现此软件有用，请引用我们的论文。 Jeon Jeon，赵圣贤，Xin Tong，Lee Seongyong，“”，欧洲计算机视觉会议（ECCV 201

如果你安装的是MATLAB2015a和VS2015，可能是因为VS的版本比MATLAB版本高，MATLAB中缺少相关的编译接口文件。 方法：将解压后的两个xml文档复制到...\MATLAB\bin\win64\mexopts（你的MATLAB安装目录）下，重启MATLAB即可。