labview线性代数矩阵算法，行列矩阵计算,labview linear algebra matrix algorithm ranks matrix calculation

利用Labview和Matlab联合仿真，实现在实时的时间对应鬼成像或称量子成像。可用来实时分析二值散斑的尺寸与测量次数的制约关系在量子成像中发挥的作用。也可以用来对比这种阈值法的时间对应鬼成像与值统鬼成像的关系和算法的不同。在运算时间上，这种时间对应鬼成像不需要矩阵乘法，直接将挑选的图像进行成像，在量子成像效率上有一定提高？ 该仿真程序适用于量子成像初学者来对量子成像有个初步认知，对于鬼成像领域的专业人士并无太大价值，故谨慎下载。-The algorithm and simulation

从经典的Harris角点检测方法不难看出，该算法的稳定性和k有关，而k是个经验值，不好把握，浮动也有可能较大。鉴于此，改进的Harris方法（）直接计算出两个特征值，通过比较两个特征值直接分类，这样就不用计算Harris响应函数了。 另一方面，我们不再用非极大值抑制了，而选取容忍距离：容忍距离内只有一个特征点。该算法首先选取一个具有最大最小特征值的点（即：max（min（e1，e2）），e1，e2是harris矩阵的特征值）作为角点，然后依次按照最大最小特征值顺序寻找余下的角点，当然和前一