【图像分割】视网膜图像分割matlab源码.md

先进PID控制、神经网络自适应控制、模糊自适应控制、迭代学习控制、反演控制、滑膜控制、自适应鲁棒控制、系统辨识和路径规划MATLAB仿真程序

bmp格式的retinal datasets，bmp格式的视网膜数据集！

给定入射角、偏振、波长、每层的复折射率和每层的厚度，该程序生成多层叠层的复反射和透射系数。 该程序假定介质入射和出射介质是无损的，但薄膜层可能是有损的（这是由折射率的复杂性质造成的）。 该程序还假定所有层都是非磁性的。 磁性介质可以通过更一般的理论来处理（参见下面引用的技术报告）。 该程序基于 K. Pascoe 撰写的技术报告， “通过分层有损介质的反射率和透射率：A 用户友好的方法”，2001 年。有关技术信息，请参见以下链接纸： http://oai.dtic.mil/oai/oai?verb=getRecord&metadataPrefix=html&identifier=ADA389099 用法： [r,t,R,T,A]=jreftran_rt(l,d,n,t0,polarization) 在哪里l = 自由空间波长，以纳米为单位d = 层厚度矢量，以纳米为单位n =层复折射率

虹膜识别 我已经制作了Iris-Recognition system ，该Iris-Recognition system在Matlab和Python中均已实现。 关键字：虹膜识别，生物识别，计算机视觉，图像处理，Daugman 更新 :party_popper: :party_popper: :party_popper: 2019年8月21日：我已经在使用深度学习创建了一个用于解决虹膜识别的新存储库。 目录 V.3。帐户信息视图 VI.Python实现 一，引言 2017年夏季，我在“数字信号处理”课程中遇到了我的老师。 他向我推荐了生物识别技术主题。 从那时起，我就开始探索有关生物识别的知识，例如指纹，虹膜和面部。 我在Internet上搜索，发现了一个开源的虹膜识别模型，该模型是在Matlab上编写的。 多亏了这个开放源代码的作者，我才能创建自己的系统。 这是有关作者的信息： Libor Masek, Peter Kovesi. MATLAB Sour

计算多层膜结构的透射率，用matlab进行仿真

采用基于传输矩阵法的光学模型及Matlab软件，模拟了以聚合物P3HTPCBM为活性层的倒装太阳能电池，并分析了模拟电池的吸光率及其内部光电场分布。探讨了厚度、入射角度以及新结构对电池光学性能的影响。模拟结果表明，电池的光吸收主要由活性层厚度决定，分别随着电子传输层和空穴传输层厚度的增加而下降。当光入射角度增大时，由于光程的增加电池的吸光率随之增加，在40°入射角时达到最大；由于其他光学作用，器件吸光率在40°入射角以后反而降低；证明了光斜入射时电场在整个器件中分布是不连续的。通过在基本结构的适当位置插入一层薄膜构成的微腔器件,由于光学共振效应能够有效提高电池的光吸收。

TFCalc膜系设计软件 使用说明书 第一部分其本操作窗;第二部分 TFCalc指南;第三部分 TFCalc优化指南

选择周期阵列微纳结构金属银膜作为研究对象, 用有限元方法对其透射特性进行了数值模拟。研究了孔径大小、金属膜厚度、阵列周期以及入射光的偏振状态对微纳结构透射谱线的影响。结果表明, 透射谱线只对阵列周期的变化敏感。

物质跨膜运输的实例.ppt