本系统可通过两种方法实现目标的跟踪，一种是通过包盒子技术实现目标的框选，另外一种是通过将高空坠物的目标像素赋予红色作为警示颜色。 第一种方法，首先需要计算高空坠物目标的XY坐标，同时找到XY轴上的最大值和最小值。然后通过包盒子技术，将该四个极值点连成一个矩形，同时再连成一个小一点的矩形，将大于小矩形且小于大矩形的区域赋予红色，即可实现目标的跟踪框选。 第二种方法，通过帧间差分计算，得到差分图像后，进行判别。将大于预设值的像素赋予红色，即可将目标覆盖成红色。 本工程在Vivado 2018.1上开发，下载后可直接运行。

这是基于飞凌OKMX6ULL-S开发板，里面包含了基于深度学习的分类与检测项目，可以在其屏幕上显示。

具有空间矢量控制方案的感应电动机三相电压源逆变器被广泛用于工业应用中。 遭受的故障将导致输出转矩纹波和谐波电流降低系统性能。 本文提出了一种新颖的诊断方法，用于检测和定位绝缘栅双极型变压器的开路故障。 离散小波变换被用作三相输出电流的预处理技术，近似系数被应用于获得能量矢量。 计算每两个能量矢量之间的欧式距离，以测量电流相似度以诊断故障。 当IGBT发生开路故障时，欧氏距离的值将小于正常情况下的值，然后可以检测到故障。 也可以根据提取的特征来定位故障。 仿真和实验结果表明，该方法具有较高的效率和优点。

系数重构 命令：upcoef 格式： 1. Y=upcoef(O,X,’wname’,N) 2. Y=upcoef(O,X,’wname’,N,L) 3. Y=upcoef(O,X,’Lo_R, Hi_R’,N) 4. Y=upcoef(O,X,’Lo_R,Hi_R’,N,L) 5. Y=upcoef(O,X,’wname’) 6. Y=upcoef(O,X,Lo_R,Hi_R) O=‘a’ 低频，O=‘d’ 高频

使用matlab实现的小波变换彩色图像水印嵌入和提取程序，里面有素材，可以直接运行。亲测可用， 谢谢支持。

小波变换对图像进行背景抑制 matlab源码

空对地环境下成像视角单一,且需要依靠深层网络提供强特征表达能力。针对深层网络存在的计算量大、收敛速度慢等问题,在稠密连接网络(DenseNet)框架下,提出了一种用通道差异化表示的目标检测网络模型。首先,用DenseNet作为特征提取网络,并用较少的参数加深网络,以提高网络对目标的提取能力;其次,引入通道注意力机制,使网络更关注特征层中的有效特征通道,重新调整特征图;最后,用空对地目标检测数据进行了对比实验。结果表明,改进模型的平均精度均值比基于视觉几何组(VGG16)的单步多框检测算法高3.44个百分点。

采用python-flask框架开发，基于B/S方式交互，支持多人同时标注

无人机航拍输电线路配网绝缘瓷瓶检测图像数据集（含VOC标签，数量不多）

小波变换函数matlab代码适用于Python的双树复数小波变换库 该库支持在Python中计算1D，2D和3D双树复数小波变换及其逆运算。 可在线获得。 安装 Ubuntu 15.10（wily）和更高版本 可以通过apt-get进行安装： $ sudo apt-get install python-dtcwt python-dtcwt-doc 该软件包当前也位于Debian sid中（不稳定）。 其他作业系统 安装dtcwt的最简单方法是通过easy_install或pip ： $ pip install dtcwt 如果要查看最新的开发版本，请查看。 签出后，安装将基于setuptools并遵循Python项目的常规约定： $ python setup.py install （尽管如果您打算对库进行任何重大修改，尽管developer命令可能更有用。）提供了一个测试套件，以便您可以验证代码在您的系统上是否有效： $ pip install -r tests/requirements.txt $ py.test 这还将把测试覆盖率信息写入cover/目录。 进一步的文件 有在线可用