针对最小二乘法用于相似模型试验坐标转换时不能综合考虑系数矩阵误差的问题,提出采用总体最小二乘法用于相似模型试验的坐标转换,该方法以罗德里格矩阵为基础,同时顾及坐标转换方程中系数矩阵和观测向量中的误差,通过一定准则删除数据中的粗差或异常点,从而获得高精度的参数估计值。用近景摄影测量方法获取相似材料模型试验数据对该方法进行试验,结果验证了该方法的有效性和实用性。

PTP

红外透射（IR）图像检测系统是最常用的空洞检测系统，可以广泛应用于预键合后和高温退火后空洞的检测，也可以用来观察预键合过程中键合波的扩展情况，改进预键合和高温退火工艺。红外透射（IR）图像系统主要是由红外光源、红外摄像头、图像处理软件和电脑组成，原理图如图2.11所示。由红外光源发出红外光，透射通过键合硅片的红外光由红外摄像头接收，并且把接收到的红外光信号转化为电信号传输到电脑，经过电脑的图像处理软件处理，最后的硅片IR图像显示在电脑的显示器上。 图2.11 红外透射（IR）原理图 红外透射（IR）图像检测系统利用硅片对入射的红外光透明的原理。如果入射光子的能量，hν ( h：普朗克常量=6

机器视觉小白，感兴趣即可

直接线性变换程序 近景摄影测量中常用的程序，里面包含三个数据文件，按程序要求依次选择数据文件，程序自动计算并得到结果！

相位噪声从频域描述了信号频率的稳定度，是描述信号质量的重要指标。对于多普勒雷达系统、无线电通信、空间信号传输等应用有着重要的影响。对信号进行相位噪声指标测量是现在工作中经常遇到的事情，本文首先从信号相位噪声的定义入手，重点介绍使用信号分析仪进行相位噪声测量的方法及注意事项。 　　1、相位噪声是什么？ 　　　在频域内，一个理想正弦波信号的表现是一个单谱线；实际信号除了主信号之外还包括一些离散的谱线，它们是随机的幅度和相位的抖动，在正常信号的左右两边以边带调制的形式出现。在频域内信号的所有不稳定度总和表现为载波两侧的噪声边带，边带噪声是一个间接的测量与射频信号功率频谱相关噪声功率的指标。边带噪

这个 m 文件处理从 s 组受试者或多个样本获得的 t 时间点的重复测量。 有或没有相同的尺寸。 最简单的模型是： x_hij = m + g_h +t_j + (gt)_hj + p_i(h) + e_hij 其中： x_hij = h 组中第 i 个受试者在时间 j 的响应； m = 总体平均值； g_h = h组的固定效应； t_j = 时间 j 的固定效应； (gt)_hj = 第 h 组与第 j 次交互的固定效应； p_i(h) = 第 h 组中第 i 个受试者的随机效应，e_hij = 独立随机误差项。 因为我们有兴趣测试组间差异，测试时间点之间的差异，并测试组 x 时间交互的显着性。 第一个测试需要假设组内协方差矩阵相等。 最后两个测试需要相同的假设并且满足球形条件。 一般而言，所有受试者内效应（重复测量）测试都需要这些假设。 输入： X - 数据矩阵（矩阵的大小必须

单向重复测量方差分析用于分析自变量和因变量之间的关系。 它是相关组 t 检验的扩展，其主要优点是控制可能影响因变量的干扰变量或个体差异。 与独立组方差分析（受试者间）相比，重复测量程序通常更强大（即导致更大的可能性通过假设拒绝错误的零值）。 从统计上讲，这是因为参与者之间的个体差异导致的不需要的可变性（错误）可以量化并从 F 比率的分母中删除。 此过程需要较少的参与者，但它可能会引起研究混淆，例如顺序或实践效果以及参与者偏见。 总可变性分为两个部分： - 科目之间。 由于参与者之间的个体差异而导致的分数可变性。 - 科目内。 受试者内部变异性细分为以下组成部分： -治疗。 处理平均值之间的差异（与独立组方差分析中的 MS 相同）。 -剩余的。 剩余的或不需要的错误可变性（可以被认为是对参与者的治疗效果的不一致）。 它需要输入 X 数据矩阵（矩阵的大小必须是 n×3；因变量=第 1

******** 警告 ********* 该程序最初是在 MATLAB 不支持重复测量方差分析时发布的。 但是，自几个版本之前，MATLAB 统计工具箱已添加此功能（请参阅 fitrm 函数）。 因此，该程序现已弃用，不再推荐。 问题是它只支持 fitrm 可以解决的问题的一个非常小的子类。 此外，它可能没有像 fitrm 那样经过广泛的测试，因此它可能不会在所有情况下都产生正确的结果。 我将程序保持原样，但将不再维护。 ****************************** [p, table] = anova_rm(X, displayopt) 执行重复测量方差分析，以比较一个或多个样本（组）中两列或更多列（时间）的均值。 尽管列数（跟进）应该相同，但支持不平衡样本（即每组不同数量的受试者）。

通过对螺栓点云的处理计算螺栓的高度，可用于螺栓高度的比对，用于判断螺栓是否松了，里面包含halcon的算法hdev源码及对应的ply格式的点云数据，由于数据扫描用的3d相机精度不是很高，所以只是展示算法内容