AIM显著性检测算法，方便计算机视觉领域的同学们做对比实验

采用C#语言实现了图像被动取证中常用的复制-粘贴伪造手法的检测

#include using namespace std; const int M = 3; const int N = 5; int Ava[M] = {3, 3, 2}; int All[N][M] = {{0,1,0},{2,0,0},{3,0,2},{2,1,1},{0,0,2}}; int Nee[N][M] = {{7,4,3},{1,2,2},{6,0,0},{0,1,1},{4,3,1}}; int work[N+1][M] = {{0,0,0},{0,0,0},{0,0,0},{0,0,0},{0,0,0}}; int flag[N][2] = {{0,0},{0,0},{0,0},{0,0},{0,0}}; int count = 0; void Safe(int num); int main() { int num = 0; for (int k = 0; k < M; ++k) { work[num][k] = Ava[k]; } Safe(num); cout << "total: " << count; system("pause"); return 0; } void Safe(int num) { if (num == N) { count++; for (int m = 0; m < N; ++m) { cout << flag[m][1] << " "; } cout << endl; }

一般实验发现，Matlab的棋盘格角点检测算法相比Opencv的棋盘格角点检测算法更加鲁棒且精确。《Automatic Camera and Range Sensor Calibration using a single Shot》一文正是Matlab角点检测的参考算法，这里是Matlab的代码，有相关示例在里面。更详细见:http://www.cvlibs.net/software/calibration/

MATLAB中V-Blast的ZF和MMSE检测算法仿真代码

主要是用MATLAB对信号进行仿真，采用BPSK调制方式，用周期图法计算循环频率

利用八个方向的sobel边缘检测，其中为防止灰度值溢出对灰度值进行一个扩大和缩放的过程，可以检测出八个方向的灰度梯度值，检测出的边缘更加平缓连续，有兴趣的可以了解一下。

其中包含了三种线性信号检测算法MRC,ZF,MMSE和两种非线性信号检测算法ZF-SIC和MMSE-SIC,实测可用

采用地磁传感器进行车辆的检测，本文档是检测算法，可以为开发人员提供算法实现思路

基于霍夫变换的形状检测算法研究与实现，内包含源代码和论文，用java算法实现。原创！