-
監(jiān)控與檢查系統(tǒng)中的視頻解碼器基本原理介紹
視頻檢查系統(tǒng)已被廣泛應(yīng)用于商業(yè)和工業(yè)領(lǐng)域。攝像頭——從黑白閉路電視(CCTV)系統(tǒng)中的廉價和低分辨率產(chǎn)品到數(shù)字視頻系統(tǒng)中的先進和高分辨率產(chǎn)品——被用于從產(chǎn)品檢驗、交通監(jiān)管到實時人臉識別
-
邊緣檢測算法在醫(yī)學(xué)超聲液性病變圖像中的應(yīng)用
摘要：醫(yī)學(xué)超聲液性病變圖像多見數(shù)個無回聲區(qū)，呈“蜂窩狀”，邊界不清晰，為了清晰地提取醫(yī)學(xué)超聲液性病變圖像的邊緣，進一步為臨床診斷提供可靠依據(jù)，在此將幾種不同的邊緣檢測算法應(yīng)用于醫(yī)學(xué)超聲液態(tài)病
-
基于CNN的?？漳繕藱z測
1 引言艦船航行在大海上，主要面臨來自空中，海面和水下的威脅，其中空中的威脅最大。這些目標的主要特點是運動速度高，機動頻繁，其背景也比較復(fù)雜，受云層、煙霧、波浪、飛鳥、山峰等影響較大。傳感器如熱像儀、電
-
基于邊緣信息的圖像分割技術(shù)研究
1引言所謂圖像分割就是根據(jù)目標與背景的先驗知識，對圖像中的目標、背景進行標記、定位，然后將要識別的目標從背景或其他偽目標中分離出來。圖像分割是圖像理解的重要組成部分，其目的是將目標和背景分離，為目標識別
-
基于機器視覺的零件圖像采集及識別的研究
基于機器視覺的零件圖像采集及識別的研究
-
一種基于數(shù)學(xué)形態(tài)學(xué)和Hough變換的車牌圖像檢測及定位算法
車牌識別系統(tǒng)(LPR)在現(xiàn)代交通檢測和管理部門中發(fā)揮著舉足輕重的作用。車牌識別系統(tǒng)主要包括車牌定位、字符分割和字符識別三部分[1]。由于車牌定位的準確與否將會直接影響到車牌識別的結(jié)果，因此，車牌定位是LPR的一
-
高等級公路路面裂縫類病害輪廊提取的算法研究
摘要：介紹了高等級公路路面的裂縫類病害的輪廓利用數(shù)字圖像技術(shù)進行提取的方法。利用高速的黑白CCD攝像機配合光源，實時攝取公路路面的圖像，并對圖像進行噪聲濾除、邊緣檢測和圖像分割操作，最后可以清晰地提取出路
-
改進邊緣檢測算法在醫(yī)學(xué)圖像處理中的應(yīng)用
摘要：圖像邊緣檢測在醫(yī)學(xué)中有很重要的應(yīng)用，針對此提出了一種新的邊緣檢測方法，首先采用canny算子對圖像進行邊緣檢測，然后對檢測后的圖像輪廓跟蹤。實驗表明，與傳統(tǒng)的邊緣檢測算法相比，這種算法能更好地提取圖像
-
基于機器視覺技術(shù)之邊緣檢測
圖象的邊緣信息對人或?qū)C器視覺來說，都是非常重要的。由于邊緣具有能勾畫區(qū)域的形狀，且能被局部定義以及能傳遞大部分圖象信息等許多優(yōu)點，因此，邊緣檢測可看作是處理許多復(fù)雜問題的關(guān)鍵，是圖象分析和理解的第一
-
復(fù)雜車輛圖像中的車牌定位
針對復(fù)雜背景的車牌定位問題，提出了一種綜合形態(tài)、顏色、投影等多種特征的車牌定位算法?；谲嚺茀^(qū)域邊緣信息豐富的特點，首先利用邊緣檢測和數(shù)學(xué)形態(tài)學(xué)方法定位候選車牌區(qū)域，并消除噪聲干擾；然后根據(jù)質(zhì)心所在位置對候選區(qū)域進行由低到高的排序，并通過顏色識別作進一步篩選，以排除車燈等區(qū)域的干擾；最后采用投影法及谷值分析對截取出的缺損車牌進行補全，從而得到準確的車牌位置。實驗結(jié)果表明，算法的效率與精度與車輛圖像的清晰度、曝光度及車牌大小等因素有關(guān)，與傳統(tǒng)車牌定位算法相比，效率和精度分別提高了15％和20％以上。
-
監(jiān)控和檢查系統(tǒng)中的視頻解碼器基本原理
視頻檢查系統(tǒng)已被廣泛應(yīng)用于商業(yè)和工業(yè)領(lǐng)域。攝像頭——從黑白閉路電視(CCTV)系統(tǒng)中的廉價和低分辨率產(chǎn)品到數(shù)字視頻系統(tǒng)中的先進和高分辨率產(chǎn)品——被用于從產(chǎn)品檢驗、交通監(jiān)管到實時人臉識別
-
監(jiān)控和檢查系統(tǒng)中的視頻解碼器基本原理
視頻檢查系統(tǒng)已被廣泛應(yīng)用于商業(yè)和工業(yè)領(lǐng)域。攝像頭——從黑白閉路電視(CCTV)系統(tǒng)中的廉價和低分辨率產(chǎn)品到數(shù)字視頻系統(tǒng)中的先進和高分辨率產(chǎn)品——被用于從產(chǎn)品檢驗、交通監(jiān)管到實時人臉識別
-
CCD在老式儀表改造中的應(yīng)用
1 引言 隨著自動化流水線逐漸普及，許多工廠的設(shè)備需要更新?lián)Q代。但是，有些老式的設(shè)備功能完好，如經(jīng)簡單升級改造，仍可發(fā)揮巨大作用，從而提高設(shè)備利用率。 CCD在老式儀表改造中可用于實現(xiàn)老式檢測設(shè)備的
-
CCD在老式儀表改造中的應(yīng)用
1 引言 隨著自動化流水線逐漸普及，許多工廠的設(shè)備需要更新?lián)Q代。但是，有些老式的設(shè)備功能完好，如經(jīng)簡單升級改造，仍可發(fā)揮巨大作用，從而提高設(shè)備利用率。 CCD在老式儀表改造中可用于實現(xiàn)老式檢測設(shè)備的
-
Sobel邊緣檢測的FPGA實現(xiàn)
為了采用FPGA來實時實現(xiàn)Sobel邊緣檢測，設(shè)計者往往自己編寫代碼。在此介紹基于QuartusⅡ提供的參數(shù)可設(shè)置宏功能模塊，實現(xiàn)Sobel邊緣檢測的新方案。該方案獲得了比用戶編寫的代碼更優(yōu)的綜合和實現(xiàn)結(jié)果，節(jié)省了寶貴的設(shè)計時間，并且獲得了很好的邊緣檢測效果。
-
基于視覺圖像的微小零件邊緣檢測算法研究
高精度的微小零件邊緣檢測中，傳統(tǒng)邊緣檢測算法存在實際應(yīng)用可操作性較差，檢測結(jié)果難以達到精度要求等問題。為了提高邊緣檢測精度，提出了基于Soble算子的改進算法，該算法擴展了Sobel算子邊緣檢測的模板，并對擴展的梯度方向圖進行了細化處理，而后在梯度圖像上實現(xiàn)多項式插值亞像素細分，從而完成對目標邊緣的精確定位。 實驗結(jié)果表明，該方法的定位精度為0．20 pixel，滿足微小零件在實際檢測的精度要求。
-
視頻圖像中文本的檢測、定位與提取
視頻數(shù)據(jù)中的文本是視頻語義理解和檢索的重要信息來源。文中對視頻中文本的檢測、定位、提取、增強和識別進行了研究。提出了應(yīng)用小波模極大值算法檢測視頻幀文本所在的位置。用由粗到精的多層定位方法以及金字塔模型，對于多尺度的靜止和滾動中英文文字進行提取，最后對文本區(qū)域進行二值化。實驗表明文中方法取得了良好的效果。
-
KLA-TENCOR推出晶片邊緣檢測方案
為幫助 IC 生產(chǎn)商實現(xiàn)更高的 300 毫米晶片成品率，KLA-Tencor（NASDAQ:KLAC）發(fā)布其最新的 VisEdge CV 300 邊緣檢測系統(tǒng)。VisEdge CV 300 采用了 KLA-Tencor 從并購 Candela Instruments 中獲得的成熟的光學(xué)表面分析
- 安富利3kW模擬電源供應(yīng)器（PSU）解決方案開發(fā)板來襲，申請領(lǐng)好禮
- 得捷芯聞解碼視頻研習(xí)站第五期：打造更安全、更智能、更舒適、高續(xù)航的駕乘體驗
- FPGA供電應(yīng)用遇挑戰(zhàn)？MPS高性能FPGA供電解決方案幫你破局
- 得捷芯聞解碼研習(xí)站第四期：網(wǎng)絡(luò)安全芯片，讓您的應(yīng)用系統(tǒng)無懈可擊
- “變現(xiàn)”指南：上傳資料獲三重紅包，親測有效！
- 《21ic技術(shù)洞察》系列欄目：AI芯紀元——AI加持，語?助?再進化！
- 得捷芯聞解碼研習(xí)站第三期：MCU助?多應(yīng)?打破功耗噩夢與安全隱患困局
