matlab

% 放大图像以放大形状 % 使用imdilate函数来扩展图像 % 形态扩展操作扩展或加厚图像中的前景对象 BW = zeros(9,10); BW(4:6,4:7) = 1; imshow(imresize(BW,40,'nearest')) % 创建一个结构元素与imdilate一起使用 % 要展开几何对象，通常需要创建与对象形状相同的结构元素 SE = strel('square',3); % 将输入图像和结构元素传递给imdilate % 向前景对象的所有边添加1 BW2 = imdilate(BW,SE); imshow(imresize(BW2,40,'nearest')) % 为了进行比较，创建一个不同形状的结构元素 % 使用新的结构元素扩展原始图像 SE2 = strel('diamond',1); BW3 = imdilate(BW,SE2); imshow(imresize(BW3,40,'nearest')) montage({BW,BW2,BW3}, 'Size', [3 1]); %% 腐蚀图像以去除细线条 % 使用imerode函数来腐蚀二进制图像 % 图像读取、显示图像 BW1 = imread('circbw.tif'); imshow(BW1) % 创建一个对角结构元素 SE = strel('arbitrary',eye(7)); % 腐蚀图像

前 言 对于大多数无人机爱好者来说，能自己从头开始组装一台无人机，之后加入AI算法，能够航拍，可以目标跟踪，是心中的梦想。并且，亲自从零开始完成复杂系统，这是掌握核心技术的必经之路。 基于此，开课吧特邀北京航空航天大学无人机专家，进行设计和指导，独家研发与真实的科学研究和工程开发接轨的课程。软硬件结合，将教你亲自研发无人机，而不是简单的购买一个无人机整机。 课程由北京航空航天大学无人机专家设计和指导，与真实的科学研究和工程开发接轨。有以下六大优势： 那么，直接购买无人机和我们的课程研发无人机的区别在哪里呢？请看下图： 我们的课程并不是简单的拼装课程，更涉及到 飞行器设计、仿真平台搭建和算法实现的整体流程。 我们课程将会 教你无人机的基本组成、飞行原理、控制理论、状态估计、同时定位与建图、运动规划、目标检测追踪与多无人机协同； 从元器件开始搭建一个具有GPS导航和人为规划路线功能的无人机，并搭建无人机仿真平台，在仿真平台上实现各类智能算法的开发与部署。 本课程分为两大板块： ❥ 课程大纲 （仿真环境下无人机SLAM） （ 真实环境下无人机VIO ） （仿真环境下的运动规划） （仿真环境下的多机协同） （仿真环境下的无人机追踪行人） （真实环境下，无人机追踪亮灯） 本课程适合以下人员的学习： 注意： 如果学员是未成年人，家长请做好保护措施和安全教育； 组装飞行无人机有一定的安全隐患

一、直角坐标系中的连续函数 1.简单绘图 >>x=[0:0.1:5]; >>y=sin(x); >>plot(x,y),xlabel('x')/*横坐标*/，ylabel('y')/**纵坐标/； 2.更精确的图 fplot('exp(-1.2*x).*sin(x)',[0,4])/*在（0,4）上绘制图像*//*这里必须是点乘（矩阵相乘），直接*会报错*/，title（'y=exp(-1.2x)*sin(x)的图像'） 3.更多绘图选项 plot（x,y）,grid on/*绘制网格*/，axis equal/*间距相同*/ /*axis auto是让MATLAB自动选择*/ 4.同时绘制多个函数 plot（x,y,t,f,'--'）/*用默认实线绘制y=f(x),用'--'绘制f=f(t)*/ /*还有实线‘-’，虚线‘--’，虚点线‘-.’,点线‘：’*/ 还可以在图像旁添加图例用‘legend‘，即plot(x,yt,f,'--'),legend('sinh(x)','cosh(x)'),如下图： 5.个性化设置 （1）颜色 plot(x,y,'r--') /*用红色虚线绘制图像*/ （2）坐标比例 plot（x,y）,axis([xmin xmax ymin ymax]) （3）一次显示两个坐标系 subplot(1,2,1) /*一行两列，当前函数在这行第一个*/ /

Matlab访问RESTful接口 MATLAB ® RESTful Web 服务函数 webread 、 websave 、 webwrite 和 weboptions 允许非编程人员使用 HTTP GET 和 POST 方法访问多个 Web 服务。 在我们的场景里只要用webread函数就可以了，webread函数从制定的web服务中读取url并返回页面内容data data = webread( ' https://www.npclo.com/api/modeling?oid=5a37186c0246a33384333cba ' ); Matlab解析Json matlab本身没有解析json数据的函数，在matalb官网论坛上可以找到两个解析json的第三方库（函数）：json4mat和parse_json。 根据网上资料显示两个函数均可实现json解析，但json4mat速度更快，所以我优先尝试了json4mat，但是出现数组越界的报错。经确认，页面上返回的数据符合json格式，反复debug也没有找到原因所在，选择放弃。 然后我尝试了parse_json函数，一次成功，没有报错。但是得到的数据是struct数据，只能用鼠标点开，不知道如何自动读取具体数据。 cell和struct的转换 参考： https://blog.csdn.net/kyang624823