水位线检测 sjtu中计算机视觉课程的家庭作业和最终项目（水位线检测）。 最终项目 检测并计算图像的水位线。 结果显示在./final/result文件夹中。 所有检测到的字母“ E”都包含在框架中。 红色的帧被滤除。 图像中有两条线，一条是水位线，另一条是根据检测到的“ E”拟合的线。 算法 字母“ E”的检测 猪特征提取和svm分类器 不同规模的不同分类器 检测水位线 使用grabCut可以大致获得标尺的位置 提取下轮廓以适合线条 水位线计算 预处理检测到的“ E”，包括筛选出错误的，重叠的“ E”，以补充丢失的“ E”。 选择检测到的框架的中心以适合一条线，然后计算该线与水位线的交点。 其他 仿射变换将应用于获得正常的“ E”。 作业1：形态 基本形态运算的执行 编写自己的形态扩展和腐蚀操作实现。 您的程序应输入一个二进制图像（请参见附件的“ lena-binary.bmp”文件

Variational and Level Set Methods in Image Segmentation Amar Mitiche · Ismail Ben Ayed

灰度共生矩阵的详细描述，对于纹理的研究很重要很重要在图像处理中用于描述区域纹理的3种主要方法是统计方法、结构化方法和频谱方法。 统计方法指诸如平滑、粗糙、粒状等纹理的特征描述。结构化技术处理图像元的排列，诸如基于均匀空间分布的平行线纹理描述。频谱技术基于傅里叶频谱特性，主要用于通过识别频谱中高能量的窄波峰寻找图像中的整体周期性。在这里我把统计方法的详细的说明一下

基于局部高斯分布拟合能量的主动轮廓模型

VOF+level-set耦合多项面界面捕捉算法代码

Level Set Methods and Dynamic Implicit Surfaces Authors: Stanley Osher, Ronald Fedkiw 这本书是创始人之一Osher写的，这本书是论述Level Set的最完整的书籍之一，更偏重于数值化的高精度解，应用领域涉及图像处理以及计算物理。

Multi-level learning based memetic algorithm for community detection

雅各比迭代matlab代码汉密尔顿-雅各比可达性分析工具链 在此存储库中，我们通过结合使用MATLAB和Python来介绍使用Hamilton-Jacobi Reachability的工具链，从而可以强有力地保证可解决的动力学系统集。 我们使用“级别集”方法来计算可及集，以解决汉密尔顿-雅各比-伊萨克（HJI）不等式，从而产生价值函数，其零子级别集对应于您所需的可及集。 然后，将解决方案保存在MATLAB中，并可以使用Python接口包装器在运行时方便，高效地访问它们。 概述 。 （以及扩展的使用文档） 设置 该存储库包含一个Python包和一个MATLAB示例脚本。 我们首先了解MATLAB Level Set Toolbox的设置和使用，然后通过示例介绍我们的Python wrapper 。 MATLAB-计算可达集 有关边界条件，MATLAB工具箱的一般符号和用法的详细文档，请参考。 当前，用于解决HJI不等式的解决方案的最稳定的工具箱仍然是“水平集”工具箱。 要使用“级别集工具箱”开始计算可到达的集合，请先从Ian Mitchell的页面获取它： 然后，从UC Berkeley

Level Ⅲ大数据分析师 55.9G的学习资料 资料全面，包含大纲和学习计划表 百度网盘

费了挺多时间，搞了好久才把DLW（2012）计算加成率的代码弄懂，然后用自己的数据运行，可算是修正了原来代码中的一些的错误，然后可以运行了。 论文题目：Markups and Firm-Level Export Status 这里提供资料包括： 论文原文 演练数据（作者没有提供数据，所以只好自己去wind下载了一点数据，主要是为了调试代码运行） 代码以及代码每行解释 注意：这里提供了DLW_mastercode.do和DLW_procedure.do两个代码 但是求加成率的代码是DLW_procedure.do，所以只提供这个代码运行和解释 后面DLW_mastercode.do这部分等有时间做出来在继续更新 希望可以为后面学习的研究者少花点力气吧！（欢迎有问题和我一起讨论学习，我也在学习的路上！）如果有疑问可以留下邮箱！ 下面图片分别是部分代码、运行结果、数据、压缩包内容（童叟无欺）！大家下载最新上传的哈！