GF1-WFV批量正射校正和批量大气校正 RSD提供的GF1-WFV批量处理只包括下述两项 1.MSS数据的批量正射校正 2.MSS数据批量正射校正和大气校正

智能作物 |中文 目前优化了一套更高识别率的模型和算法，有意向合作的请联系邮箱： 简单易用的智能图片裁剪库，适用于身份证，名片，文档等照片的裁剪。 您也可以关注我的另一个库 ：SmartCamera是一个Android相机扩展库，能够实时采集和识别相机内部物体是否对准吻合指定区域。 支持特性 使用智能算法（基于opencv）识别图片中的边框 支持先进锚点，手动调节选区，放大镜效果提升定位体验 使用透视变换裁剪并矫正正选区，还原正面图片 支持丰富的UI设置，如辅助线，蒙版，锚点，放大镜等 例子（） 1.选择图片后智能选区，使用透视变换裁剪和矫正正选区： 2.预先锚点，手动调节选区，右上角放大镜

doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计doa估计

阵列幅相误差校正快速迭代算法，王楠，廖桂生，随着阵列信号处理应用越来越广泛，阵列信号以其灵活的工作方式、卓越的抗干扰和超角分辨性能，受到了很多工程技术人员和科学家的

基于神经网络校正算法的酒精非接触测量方法.pdf

该程序通过多项式最小化成本函数来估计光谱的背景（或基线）。 如果成本函数是二次的，那么解决方案是最小二乘估计，这在这个问题中是不合适的。 相反，我们需要使用非二次代价函数，例如对称 Huber 函数、对称截断二次函数或它们各自的不对称形状。 程序backcor是前backest（2008年发布）的新版本。 主要区别在于图形用户界面的可用性（当然，它可以不使用）。 该程序是用 Matlab 编写的，应该与 Matlab 6（或更高版本）一起使用。 要下载的 ZIP 文件包含两个 Matlab 脚本： * 一个演示脚本（demo）； * 可以在有或没有图形用户界面的情况下运行的主要功能（backcor）。 在 Matlab 中键入 help backcor 以获取函数的语法。 http://miv.u-strasbg.fr/mazet/backest/backest-en.htm

1.暗通道图像去雾算法：何恺明的暗通道先验（dark channel prior）去雾算法是计算机视觉界去雾领域很有名的算法。2.光照不均匀校正：本实验使用动态阈值算法进行光照不均匀校正，该方法属于自动白平衡算法，参考论文 是《A Novel Automatic White Balance Method For Digital Still Cameras》。算法分为两个步骤：白点检测和白点调整。

目前CSDN的另一个操作手册是1997版本的，这个资源是最新的2006版本的操作手册，收费1分，请多包涵！CSDN自动调整成50积分了，再修改回1分

最近在整理自己以前做过的一些东西，这是基于opencv的鱼眼摄像头畸变校正程序的github地址（https://github.com/WordZzzz/fisheye_calibration）（不知道怎么设置免积分下载，所以只能贴上github了）。 其中： normal_calibrate：基于OPENCV2与OPENCV3通用的函数实现，可实现USB摄像头实时畸变校正； fishey_calibrate：基于OPENCV3独有的fishyey结构体实现，可实现USB摄像头实时畸变校正； fishey_calibrate_img：基于OPENCV3独有的fishyey结构体实现，可实现单张图片畸变校正；

细节增强的matlab代码水下图像增强 该项目由Jonathan Nguyen和Bruno Bombassaro创建，用于UCLA的ECE 113D设计顶峰课程。 该项目的目标是在运行C的平台上实现该算法。特别是，我们在意法半导体NUCLEO-H745ZI板上测试了该实现。 按照目前的情况，H7板的RAM限制阻止了我们的程序在其上运行。 因此，今后，算法实现仍将用C编写，但不再特定于H7板。 使代码与运行C的嵌入式平台兼容的唯一附加功能是实现特定的文件IO功能（这些是H7上的USB_HOST功能）。 算法 该算法由Ancuti等。 al。 是为了修正水下拍摄的常见缺陷而创建的。 例如，光在水下传播越深，低频光分量衰减的程度就越大。 对于水下图像，这意味着红色通道比在水面上拍摄的照片更柔和。 另外，水中存在的颗粒物会引起类似雾霾的效果，使边缘模糊并使图像细节模糊。 为了解决这个问题，该算法执行以下步骤。 白平衡 伽玛校正（1） 在（1）上图像锐化 计算（2）和（3）的拉普拉斯权重图 计算（2）和（3）的显着性权重图 计算（2）和（3）的饱和权重图 合并权重图 利用融合技术的权重图重建图像