MATLAB中立体视觉里程计仿真工具包

RTK MATLAB代码已经经过优化，以适应各种一般用途的kitti里程计基准。

本项目提供了一套Matlab脚本，用于实现基于patchlet和逐点光度立体视觉的三维表面重建。该方法通过在二维图像的局部数据块（patchlet）中考虑生成强度和光源方向参数的线性组合，从而实现更准确的三维重建。与传统的对带噪声的二维图像进行平滑处理的方法相比，Patchlet Photometric Stereo方法在存在强噪声的情况下表现出更优越的性能。本项目包含四个示例命令和相应的PNG格式结果图，为光度立体视觉在三维重建任务中的应用提供新的算法实现思路。

该资源提供用于磁学仿真与理论分析的MATLAB算法和工具源码，适用于毕业设计和课程设计作业。所有源码均经过严格测试，可直接运行。如有任何使用问题，欢迎随时与博主沟通，我们将第一时间解答！

这是一个关于Kalman滤波器的仿真工具包，包含了与Kalman滤波相关的代码和仿真模型。

本代码使用Matlab和Psychtoolbox-3 (PTB3)工具箱，实现了基于QUEST算法的立体视觉心理物理学实验刺激呈现程序。该程序能够呈现具有深度信息的随机点立体图，并通过QUEST算法自适应调整刺激参数，以高效准确地估计观察者的立体视锐度阈值。程序代码结构清晰，注释完整，方便研究者理解和修改。

MATLAB工具包已经发展成为一系列产品，包括MATLAB主工具包以及多种辅助工具包。随着时间的推移，这些工具包不断演进，为用户提供了广泛的功能和应用场景。

介绍CORESYF工具包v.0.1，这是为Co-ReSyf平台开发的第一个版本命令行图像处理工具。coresyf_toolkit目录包含所有工具脚本的源代码，examples目录存储示例数据文件。Python版本的CORESYF工具包支持Python 2.6-2.7，安装简便，无需其他依赖。用户只需运行docker，详细用法请参见示例。如果尚未构建映像，请运行docker-compose build命令以构建带有标签repo.coresyf.eu/toolkit:latest的映像。测试工具集可以通过运行docker-compose run test命令执行，也可以逐个测试工具。

该工具包提供了一系列用于经典正则化方法的 Matlab 函数，涵盖 Tikhonov 正则化等技术，方便用户进行模型参数估计和数据分析。

此工具包包含广泛的深度学习算法和网络，包括：- 神经网络 (NN)- 卷积神经网络 (CNN)- 堆叠自编码器 (SAE)- 时空学习网络 (STL)