Review of seed quality and safety tests using optical sensing technologies

Matlab code for Horn-Schunck method

光学造型： 对多层薄膜堆栈中的光传播，光吸收，透射和反射进行建模。 该模型基于传输矩阵方法，可以在以下论文中找到： LAA Pettersson等。 ，“基于有机薄膜的光伏器件的光电流作用谱建模”， J。Appl。 物理86，487-496（1999） 它能做什么？ 光学建模课 OpticalModeling对象用于对法向入射的具有不同材料的薄膜堆叠中的光传播进行建模。 它可用于计算薄膜的以下属性： 光吸收 传播 反射 在法向入射的标准AM 1.5太阳辐射下，太阳能电池具有以下特性： 电场分布 载流子产生率（相当于光子吸收率） Jsc （短路电流密度，假设IQE为100％，即所有吸收的光子都转换为电荷载流子） 光学建模实例 以下是在给定厚度下由这些材料组成的设备堆栈的一些示例输出图（其折射率包含在Index_of_Refraction_library_Demo.csv文件中）：

This book presents a systematic account of optical coherence theory within the framework of classical optics, as applied to such topics as radiation from sources of different states of coherence, foundations of radiometry, effects of source coherence on the spectra of radiated fields, coherence theory of laser modes, and scattering of partially coherent light by random media. The book starts with a full mathematical introduction to the subject area and each chapter concludes with a set of exercises. The authors are renowned scientists and have made substantial contributions to many of the topics treated in the book. Much of the book is based on courses given by them at universities, scientific meetings and laboratories throughout the world.

Optical_Fiber_Communication （Gerd keiser） 光纤通信 中文版

optical_flow 光流法 matlab 实现程序

Mininet_LINC_script 包含使用Mininet，iControll和LINC创建光学和数据包拓扑的脚本。 正确的教程顺序 我建议按照以下顺序进行教程：0.确保您可以使用Mininet python API创建纯数据包网络。 网上有一些类似的内容： 和 LINCoe_and_iControl.md POX_iControl_LINC-OE.md BigOptPktTopo.md LambdaSwitching.md 档案文件 BigOptTopo.py 该python创建的拓扑比更大。 注意，它使用由ONOS项目编写的库。 我建议在ONOS虚拟机中运行代码。 您可以在找到有关安装的说明。 BigOptPktTopo.md 本教程将设置由iControl控制的LINC-OE简单光学拓扑和由POX控制的分组简单拓扑。 添加了一些流以在网络内提供部分连接。 本教程使用

电子工程英文原版书籍 光纤通信集成电路设计

Sentinel-2工具箱 轻松处理哨兵2图像。 如果您知道如何下载Sentinel-2多光谱图像（或电光），但又不知道如何在Python中使用它们，那么这里已为您实现了所有这些。 内容 功能 功能说明 使用示范 功能： load_bands（） 轮廓（） outline2poly（） ndvi_index（） rvi_index（） savi_index（） evi_index（） rgb_img（） 用法演示： images = load_bands('F:\\S2_billeder\\..\\IMG_DATA',bands=['B03','B04','B05','B01']) 此功能会将您选择的乐队加载到python中。 您可以全部加载它们，但建议仅加载以后分析所需的波段，因为它们占用大量内存（即计算简单的NDVI索引）。 contours, contours_t

voxelmorph：基于学习的图像注册 voxelmorph是一个通用库，用于基于学习的工具进行对齐/配准，更常见的是使用变形建模。 讲解 访问以了解VoxelMorph和基于学习的注册 使用说明 要使用VoxelMorph库，请克隆此存储库并安装setup.py列出的要求，或者直接使用pip安装。 pip install voxelmorph 训练 如果您想训练自己的模型，则可能需要针对自己的数据集和数据格式在voxelmorph/generators.py自定义一些数据加载代码。 但是，假设您有一个包含npz（numpy）格式的训练数据文件的目录，则可以开箱即用地运行许多示例脚本。 假