优秀个人和团体篇

一、个人

1. JakeWharton 就职于Square
Github地址:https://github.com/JakeWharton
代表作:ActionBarSherlockAndroid-ViewPagerIndicatorNine Old AndroidsSwipeToDismissNOAhugobutterknifeAndroid-DirectionalViewPager
pidcat另外对square及其他开源项目有很多贡献
博客:http://jakewharton.com/
绝对牛逼的大神,项目主要集中在Android版本兼容,ViewPager及开发工具上.

 

2. Chris Banes
Github地址:https://github.com/chrisbanes
代表作:ActionBar-PullToRefreshPhotoViewAndroid-BitmapCacheAndroid-PullToRefresh
博客:http://chris.banes.me/

 

3. Koushik Dutta就职于ClockworkMod
Github地址:https://github.com/koush
代表作:SuperuserAndroidAsyncUrlImageViewHelperion, 另外对https://github.com/CyanogenMod的开源项目有很多贡献

博客:http://koush.com/

 

4. Simon Vig
Github地址:https://github.com/SimonVT
代表作:android-menudrawerMessageBar

博客:http://simonvt.net/

 

5. Manuel Peinado
Github地址:https://github.com/ManuelPeinado
代表作:FadingActionBarGlassActionBarRefreshActionItemQuickReturnHeader

 

6. Emil Sjölander
Github地址:https://github.com/emilsjolander
代表作:StickyListHeaderssprinklesandroid-FlipView

博客:http://emilsjolander.se/

 

7. greenrobot
Github地址:https://github.com/greenrobot
代表作:greenDAOEventBus
网址:http://greenrobot.de/

 

8. Jeff Gilfelt

Github地址:https://github.com/jgilfelt
代表作:android-mapviewballoonsandroid-viewbadgerandroid-actionbarstylegeneratorandroid-sqlite-asset-helper
网址:http://jeffgilfelt.com

 

Ps: ViewServer作者的个人摄影作品http://www.flickr.com/photos/romainguy,感觉超赞

 

二、组织
1. Square:

Github地址:https://github.com/square 
代表作:okhttpfest-androidandroid-times-squarepicassodaggerspoon等等
网址:http://square.github.io/

有态度有良心的企业,很多不错的分享

 

2. Inmite s.r.o.
Github地址:https://github.com/inmite
代表作:android-styled-dialogsandroid-grid-wichterleandroid-selector-chapek
网址:http://www.inmite.eu/

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值