StefanSalvatore的博客

在参考文献基础上。补充和完善了。Matlab与C/C++混合编程接口及应用 　　摘要：Matlab具有很强的数值计算和分析等能力,而C/C++是目前最为流行的高级程序设计语言,两者互补结合的混合编程在科学研究和工程实践中具有非常重要的意义。从Matlab调用C/C++代码及C/C++调用m文件两方面,深入地研究了它们之间混合编程的原理和实现机制,并且给出了具体条件下的混合编

Hough变换y=k*x+b形式的直线方程没有办法表示x=c形式的直线(这时候，直线的斜率为无穷大)。所以实际应用中，利用极坐标的方式，将直线方程表示成：ρ=xcosθ+ysinθ ，其中p表示直角坐标系中原点到直线的距离，θ表示x1轴与p的夹角。这样，图像平面上的一个点就对应到ρθ平面上的一条曲线上。要注意，同一条直线的点因为构成了一条直线，所对应的p和θ当然也就确定了。~~~~~~

1、[x,y]=meshgrid(1:n,1:m);生成网络采样点的数据，x，y的行数等于m，列数等于n。2、meshgrid用于从数组a和b产生网格。生成的网格矩阵A和B大小是相同的。等效于：A=(ones(size(b)))'*a;B=b'*ones(size(a))；[A,B]=meshgrid(a,b);[A,B]=meshgrid(1:3,10:14)A=

在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。　　本文的目的就是对常用的相似性度量作一个总结。本文目录：1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯

目标本文档尝试解答如下问题:如何使用OpenCV函数 compareHist 产生一个表达两个直方图的相似度的数值。如何使用不同的对比标准来对直方图进行比较。原理要比较两个直方图(  and  ), 首先必须要选择一个衡量直方图相似度的 对比标准 () 。OpenCV 函数 compareHist 执行了具体的直方图对比的任务。该函数

如果我有一个用C语言写的函数，实现了一个功能，如一个简单的函数：double add(double x, double y){return x + y;} 现在我想要在Matlab中使用它，比如输入： >> a = add(1.1, 2.2)    3.3000要得出以上的结果，那应该怎样做呢？解决方法之一是要通过使用ME

加速matlab运行的三重境界加速matlab运行的三重境界 %%%%%%%%%%%%%%% 一、 遵守Performance Acceleration的规则 二、 遵守三条规则 三、 绝招 %%%%%%%%%%%%%%%%% 一、 遵守Performance Acceleration的规则 关于什么是“Performance Accelerat

% 方法 1disp('方法 1');A=[0 17 50;-12 40 3;5 -10 2;30 4 3][C,I]=max(A(:))[m,n]=ind2sub(size(A),I)% 方法 2disp('方法 2');A=[0 17 50;-12 40 3;5 -10 2;30 4 3][M,I]=max(A)[N,J]=max(M)[I(J),J]

1、可以用mmreader和 read这两个函数读取视频帧readerobj = mmreader('1.mpg');vidFrames = read(readerobj);具体参数含义帮助文档里面有。示例：fileName = '1.avi'; % .avi必须是无损压缩的. obj = mmreader(fileName);vidFrames = read(

说明本笔记整理记录了在使用Matlab进行图像处理学习过程中，使用到的一些常用命令、常见问题、遇到的问题及解决方案，方便日后查看，其中部分内容系来自网络。九. RGB图像如何处理Im2double:把图像变为[0,1]之间读alpha channel ：[A, map, alpha] = imread(...)a=imread(‘文件路径\文件名.j

说明本笔记整理记录了在使用Matlab进行图像处理学习过程中，使用到的一些常用命令、常见问题、遇到的问题及解决方案，方便日后查看，其中部分内容系来自网络。零．杂碎I = double(imread('G:\pictures for test\flower.png'))。>> I = rgb2gray(I)。在command window写完命

[+]drttoolbox : Matlab Toolbox for Dimensionality Reduction是Laurens van der Maaten数据降维的工具箱。里面囊括了几乎所有的数据降维算法： - Principal Component Analysis ('PCA') - Linear Discriminant Analysis ('LDA

1、sub2indA=[1 4 5 7；2 4 3 0；1 3 5 8]A= 1 4 5 7      2 4 3 0      1 3 5 8]b=sub2ind(size(A),2,2)b=5c=sub2ind(size(A),3,3)c=9sub2ind是找到矩阵A对应位置的索引号（将矩阵下标subscribe转换成索引号index）2、ind

原文自http://blog.csdn.net/fuhpi/article/details/8813455　　ROC曲线是通用的分类器评价工具，matlab函数中自带了绘制该曲线的函数plotroc。 　　plotroc函数的原型为：plotroc(targets, outputs) 其中参数targets是一个矩阵，代表测试集，每一列表示一个测试样本的标签 如果有两类样本，比