MATLAB实现EM算法应用于颗粒运输实验分析

资源摘要信息:"em算法matlab代码-track-em:颗粒运输实验分析代码" 知识点: 1. EM算法（Expectation-Maximization，期望最大化算法）是一种迭代方法，用于含有隐变量的概率模型参数的最大似然估计或最大后验估计。在本代码中，EM算法被用于颗粒运输实验的分析。 2. 双目摄像机立体计算机视觉是一种通过两个不同视角的摄像机获取场景信息的技术，可以用来测量人造水槽中玻璃珠的运输。 3. Background_subtraction是一种图像处理技术，用于从图像序列中识别和分离出移动的物体。在这里，它被用来识别背景中的移动粒子。 4. Trackpy是一个Python库，用于分析粒子轨迹，通过linkpy_2d将运动粒子链接到2d轨迹中。 5. Kuhn-Munkres算法，也称为匈牙利算法，是一种在多项式时间内解决分配问题的算法。在这里，它被用来将来自左右视图的轨迹对链接作为分配问题。 6. Opencv是一个开源的计算机视觉和机器学习软件库，提供了许多常用的图像处理和计算机视觉功能。在这里，它被用来将成对的2d轨迹分成3d轨迹。 7. 立体校准是计算机视觉中的一个重要概念，它涉及到确定摄像机的内部和外部参数。在这里，立体校准参数是从bouguet matlab工具箱获得的。 8. Compressed sensing是一种信号处理技术，它可以在远低于奈奎斯特频率的情况下从线性测量中重建信号。在这里，它被用于基于Xue 2017细胞检测论文的特征识别。 9. Convolutional neural network（卷积神经网络）是一种深度学习模型，常用于处理图像数据。在这里，它被用于特征识别。 10. Interpolation（插值）是一种数学方法，用于估计未知点的值。在这里，它被用于改进轨迹分析。 11. Camera_to_world.npy是一个numpy文件，包含旋转和平移矩阵，用于将摄影机坐标转换为世界坐标系。 12. Rectification_parameters.mat是一个matlab文件，包含旋转和转换矩阵，用于rectifyvids.m脚本。 13. Fast_cost_mat.py是一个python文件，包含cython和矢量化numpy操作，可以更快地取代类似的linking_3d.py函数。 以上就是这个资源的主要知识点，它包含了计算机视觉、深度学习、算法、图像处理等多个领域的知识。