像素点

  • 一种新的鱼眼图像校正算法*
    位置,为下一步像素点的校正奠定了基础。在此基础上又提出了从2D空间进行鱼眼图像校正的新方法,实验结果表明本文基于变量系数的双向经度校正算法校正效果没有拉伸严重的问题,而且纵向校正效果明显优于传统经度校正算法[11~12]。2 基于圆形轨迹扫描的扫描线逼近算法原理2.1 算法介绍新的扫描线逼近算法的原理是一幅鱼眼图像的有效区域边界都是黑色像素点的可能性非常小,所以会存在某处边界像素点为非黑色像素点,那么我们先找到该非黑色像素点,确定一个有效区域的边界点的位置

    计算机与数字工程 2023年4期2023-08-02

  • 多类别标签弱监督语义分割热力图生成算法
    射到图像的每个像素点,赋予像素点语义标签。目前,使用图像级标签的弱监督语义分割方法大多基于可视化的两阶段方法。首先,训练分类网络,通过初始定位获得伪像素级掩码;其次,利用生成的伪掩码作为监督信息训练语义分割网络。目前弱监督语义分割的方法主要集中在生成高质量的伪像素级掩码,而所有的图像级弱监督语义分割算法都使用了类激活映射(Class Activation Map,CAM)获取伪像素掩码。CAM的本质是利用交叉标签约束的先验,根据分类模型提供的信息定位图像中

    大连民族大学学报 2023年1期2023-03-15

  • 一种基于模板的二阶段ZS细化算法
    化算法不以基本像素点为处理条件,而是通过直接计算图像的中心线或中值线生成骨架图。非迭代算法的最大优点是处理速度快,但缺点是骨架有时会断开或留下一些不必要的分支,通常骨架连通性差。迭代细化算法在每次迭代中以相同的条件迭代删除边缘像素点,直到生成骨架。迭代细化算法可分为串行细化算法和并行细化算法。串行细化算法通过光栅扫描或跟踪图像轮廓,按顺序标记删除边缘像素点,删除条件取决于之前所有迭代的结果和本次迭代中已处理过像素点情况。串行细化算法在处理目标图像时,采用边

    计算机技术与发展 2023年2期2023-03-04

  • 包络法非圆齿轮廓线提取方法研究
    成图像处理中的像素点,然后通过提取像素点来得到非圆齿轮齿廓线,最后通过放大倍数还原为原始的齿廓数据点。1 通过联动模型获得包络轨迹图像刀具沿非圆齿轮节曲线做纯滚动一周时就可以得到完整的包络轨迹:其中X1O1Y1为毛坯固定坐标系,X2O2Y2为刀具运动坐标系:式(1)和式(2)中r1为插齿刀节圆半径,r为椭圆极径,a为长半轴,e为椭圆偏心率,n为椭圆的阶数,在插齿刀初始位置时,极角φ为0。由图中几何关系可知:式中:x,y和x1,y1分别为为极径和刀具中心在毛

    制造业自动化 2022年6期2022-06-28

  • 适应性双通道先验的图像去雾方法
    验的白色或亮色像素点和黑色或暗色像素点;然后,选用超像素作为暗通道和亮通道计算的局部区域,估计局部透射率和大气光值;最后,由于亮暗双通道方法对白色和黑色像素点的透射率和大气光值进行错误估计,采用本文提出的适应性双通道先验方法进行矫正,通过导引滤波器对透射率图和大气光图进行滤波,代入到大气散射模型中,求得清晰的去雾图像。实验结果表明,去雾后的图像恢复了真实颜色、视觉效果自然、清晰,准确高效地实现图像的去雾处理;在FRIDA数据集上进行去雾处理,采用本文方法的

    光学精密工程 2022年10期2022-06-01

  • 用于CD56图像分割的细胞标注精细化与自适应加权损失*
    对图像中的每个像素点进行分类。将语义分割技术应用于CD56图像,可将统计阴阳细胞数量的比例转化为统计阴阳细胞像素点个数的比例,从而实现从人工统计到计算机统计的转变。但是,在CD56图像中背景、阴性细胞和阳性细胞的像素点个数比例失衡,这会影响语义分割模型对CD56图像的分割效果。本文在语义分割模型的损失函数中为不同类别的像素点添加不同的损失权重,并且对每个像素点添加自适应权重,缓解了类别不平衡的问题。此外,由于细胞数量很多,精细标注费时费力,所以通常使用一个

    计算机工程与科学 2022年5期2022-05-27

  • 一种改进ViBe 算法的移动目标检测方法
    算法利用每个像素点及其周边邻域像素点的信息,建立像素点信息的随机邻域传播更新机制,使得每个像素点的值在其邻域内平滑传播,增强算法适应场景变化的能力。在背景发生微小变化时,检测出的噪声点较少。ViBe 算法在静态背景和变化小的背景中有较好的检测效果,检测速度快,但也存在“鬼影”问题。针对ViBe 算法存在的“鬼影”问题,目前有两种改进方法:第一种是对初始化方式进行改进;第二种是先找出“鬼影”区域,再对“鬼影”进行处理。第一种改进方法有中位数法、平均法等。张

    现代电子技术 2022年8期2022-04-13

  • 锂电池隔膜微观形貌分形分维对比研究
    膜微观孔结构。像素点法和投影覆盖法分形计算法为目前计算微观形貌分形维数较常见两种方法。本文采用像素点法和投影覆盖法分别算出不同拉伸倍率工艺条件下锂离子电池隔膜的分形维数,分析二者的各自优缺点,为分形分维在锂离子电池隔膜微观形貌分析的运用提供参照。1 实验原理介绍1.1 像素覆盖法将图片进行锐化处理并进行二值化,图片上的像素点归结为0和1二值,其中0代表图片深色像素点,1代表浅色像素点。图片转换成二值化表格后,再将表格进行划分,形成各等分小块,记该划分小块的

    信息记录材料 2022年1期2022-03-11

  • 基于丝杆传动的高精度机械矩阵设计
    矩阵传动精度和像素点精度,本文采用丝杠传动装置,利用光杆和丝杠配合实现矩阵单元外导向无间隙,可有效降低像素点面积,提高了像素点显示精度。在光杆顶部加装导向块,其上的辅助轮和圆台部可以有效保证矩阵单元的垂直度,提高了像素单元的传动精度和平稳性。1 机械矩阵传动方案设计机械矩阵通过各个矩阵单元的上下往复运动来实现各种静态、动态的二维或三维图案,主要是依靠机械传动结构将电动机的旋转运动转换为矩阵单元的直线运动,所以矩阵单元的机械结构是实现这一功能的关键点,选择合

    机械工程师 2022年1期2022-01-22

  • 图像二值化处理硬件加速引擎的设计
    法对整幅图像的像素点运算获取最佳阈值,其算法通用性好,但是对图像噪声敏感[5],而且内存开销大;自适应阈值算法将原始图像分割成若干个子图像并分别求子图像的最优阈值,它能够减小图像噪声的影响,但是计算过程相对复杂[6]。综合考虑处理效果、硬件成本以及算法复杂度等因素,本文将Box Filter算法引入到图像二值化处理过程中。这是一种自适应阈值算法,以待处理像素点为中心、(2r+1)为边长的正方形框作为阈值窗口,阈值窗口内所有像素点亮度值的数学期望是该像素点

    合肥工业大学学报(自然科学版) 2021年11期2021-12-10

  • 导向滤波的高光去除改进算法
    er的研究,将像素点投射到最大强度色度空间,采用从镜面到漫射机制和强度对数微分的方法,分离出了漫反射分量和镜面反射分量,但在分离过程中,像素点色度发生了变化,从而导致图像的颜色失真;郑芝寰等[8]为解决颜色失真的问题,提出基于色度聚类的高光区域选取算法和利用MSF图像寻找高光点的体色度的算法,但计算过程较为复杂;Yang等[9]基于漫反射分量的最大部分在彩色图像中平滑变化的特性,将低通滤波器应用到颜色分量的最大部分用于估计镜面反射分量,该方法可以去除高光,

    计算机工程与应用 2021年20期2021-10-28

  • 基于像素点测量的瓶盖检测算法
    要:采用基于像素点的饮料瓶瓶盖检测算法,可以很好地提高瓶盖的检测效率、降低成本。算法按照找出中垂线、左右边缘线、上边缘线和突出瓶颈4个步骤来判断瓶盖的4种情况。在实际操作过程中,系统监测的准确率超过了99%。实验证明,该算法有很强的实用性。关键词:瓶盖;检测;像素点在现代化的流水线中,一条罐装饮料生产线每小时可以生产上万瓶饮料,期间会出现一些不合格产品,而不合格则主要体现为瓶盖不合格。为了不影响产品质量,需要对瓶子进行全方位的检测。如今,对不合格瓶子的检

    现代盐化工 2021年3期2021-08-27

  • 融合噪声信息函数的改进FCM图像分割方法研究
    相近特征的相邻像素点聚到同一个区域,对每个像素点根据其特性采用不同的聚类规则实现分割,分割准确率较高,但是容易受到噪声的干扰[3-4],为此,许多学者进行了改进研究。文献[5]提出一种利用包含度和隶属度的遥感影像模糊分割方法,该方法将包含度作为一种新测度来描述聚类与像素间的关系,并将包含度纳入目标函数中,通过迭代最小化目标函数来得到最优的隶属度和包含度,通过反模糊化隶属度和包含度之积实现带有几何噪声的遥感图像的分割;文献[6]提出一种改进的快速模糊C均值聚

    能源与环保 2021年6期2021-07-06

  • 一种检测LCD显示串扰的方法及系统
    设有N 个测量像素点,N 为大于等于1的整数。在本论文的一个具体实施方法中,第一颜色为中灰色。下面举例说明获取第一图片的方式。例如,可以通过photoshop 获取一张与液晶显示器(即LCD)像素相同的图片,并将该图片的RGB 的百分比设置为50%,这样就得到了颜色为中灰色的第一图片,如图2所示。其中,以N=4 为例,图2中的四个点为预设的4 个测量像素点。S2,控制液晶显示器显示第一图片,并测量第一图片中N 个测量像素点的亮度值。具体地,通过液晶显示器显

    电子技术与软件工程 2021年1期2021-04-20

  • 基于像素点的面积计算在蜂窝麻面图像的应用
    提出了一种基于像素点的蜂窝麻面病害面积的快速求解方法。首先介绍了基于像素点的面积计算在各类研究中的实践与应用;其次基于像素点的面积计算方法,将其应用于蜂窝麻面图像,并结合系统采集的图片进行了实验;最后得出:通过此方法进行计算的蜂窝麻面病害区域像素数与实际取得的病害像素数相比,误差极小,接近无误差,且计算速度更快、更稳定;取得的病害区域像素数乘以像素当量即为病害区域的面积。可作为工程应用项目参考。关键词:像素点;面积计算;蜂窝麻面;像素当量;二值化中图分类号

    电脑知识与技术 2021年2期2021-03-24

  • 色彩的复现:计算机图像处理与数值计算
    构成彩色图像的像素点颜色信息是由R(红色)、G(绿色)、B(蓝色)三基色的值构成,不同的RGB值可以混合出各种颜色,我们可以用一个四脚共阴极的三色LED灯,通过控制这三个值,模拟显示不同颜色。对于图像处理的操作,如模糊处理、色度处理、对比度调节等就是对这组数据进行复杂的数学运算。本文利用开源库OpenCV,通过卷积运算来实现图像处理,让学生看到图像处理操作背后的数值计算才是图像处理的本质。现代的显示屏对色彩的还原度已经达到了以假乱真的程度,而显示器从单色到

    中国信息技术教育 2021年5期2021-03-24

  • PMP技术中检测饱和及校正相位的算法研究
    正弦曲线中饱和像素点的具体情况,提出利用正弦曲线中未发生饱和的像素点进行相位计算;Guo等人[6]采用Hough变换投票的方法确定用于三维重建的相位;赵等人[7]通过建立正弦曲线中每个像素点满足的强度值模型,从而得到相位值。本文首先提出一种检测物体表面饱和区域的方法,该方法通过检测纯色图像与N帧图像作差得到的检测图像中每个像素点的值,从而检测饱和区域;同时,针对平面型扫描物体,提出一种校正饱和区域相位的算法,该算法利用与饱和像素点邻近的非饱和像素点的相位进

    山西电子技术 2021年1期2021-02-05

  • 基于局部相似性的特征匹配筛选算法
    检测稳定的特征像素点,以特征像素点邻域的梯度直方图为基准对特征像素点进行描述,所形成的特征像素点描述子对图像的尺度以及旋转变化适应性很强,但计算量过大也使该算法在效率上略显不足。为了获得效率上的提升,Bay 等人提出一种利用图像积分检测特征像素点的SURF 算法。该算法相对SIFT 算法在效率上有所提升,在遥感图像[5-6]上也获得了应用。随着对算法实时性要求的提高,研究者对之前的算法进行了优化[7-9]。同时,Rublee 等人提出更具效率的ORB 算法

    现代电子技术 2021年1期2021-01-17

  • 基于泊松分布的非局部均值图像去噪方法
    来衡量图像中两像素点间的相似性大小,该方法在不同光子数条件下验证了其去噪的有效性。基于图像泊松分布的统计特性,本文提出一种基于泊松分布的非局部均值图像去噪方法。该方法利用像素点的非局部区域内的像素信息并根据极大似然估计其泊松分布参数;根据两泊松分布间的L2范数距离来表示两像素点间的差异大小。采用两像素点周围邻域内点对间的L2范数距离平方和来定义相似性权值的大小。依据非局部均值的思想对图像进行泊松去噪,实验证明,本文方法在不同光子数条件下均能取得较好的去噪性

    液晶与显示 2020年10期2020-11-05

  • 基于模糊图像边缘检测算法的改进
    值有明显变化的像素点的集合,而边缘检测算法的目的便是准确的找到这些像素点。当前存在的大部分边缘检测算法即是根据像素点在边缘区域的跳跃性变化来检测,反映在数学上即是根据边缘邻近的一阶或二阶方向导数的变换规律,来判断图像边缘点。基于一阶和二阶导数来进行图像边缘检测的算法也已经存在多种,例如:结合了高斯平滑和微分求导,并采用了卷积核来检测图像边缘的Sobel 算子;使用图像梯度以及对图像进行二阶求导的Laplace 算子;利用高斯平滑滤波器去除噪音,并采用一阶求

    现代计算机 2020年21期2020-09-02

  • 基于CT图像的金属点阵结构内部缺陷检测方法
    据二维灰度图中像素点灰度值的分布特征,开展了缺陷自动识别定位的研究。2 缺陷特征提取及识别方法研究对象是一种由选择性激光熔融技术制备的钛合金三维多层点阵结构,其内部的微结构单元为正四面体结构,每一个节点与其周围4个节点之间等距离连接且呈一个固定角度。整个钛合金三维多层点阵结构外部由一层钛合金板状结构构成,使整个结构处于半封闭状态,其内部存在的断层缺陷很难通过常规无损检测方法进行识别。2.1 缺陷识别的原理采用工业CT对多层金属点阵结构材料进行扫描,得到材料

    计量学报 2020年5期2020-06-10

  • 结合光晕颜色和网格聚类的夜间尾灯识别
    只需要判断图片像素点是否满足定义的规则,识别速度快。由于车载嵌入式系统对于实时处理速度要求较高,因此更适合使用基于知识的方法识别尾灯。夜间前方同向车辆最明显的特征就是红色、明亮的尾灯。文献[6-8]的研究是根据像素点的色调(H)、饱和度(S)、亮度(V)识别尾灯,此方法转换公式复杂,计算耗时。文献[9]计算像素点的红(R)、绿(G)、蓝(B)3个通道的差值,通过改进最大类间方差法(OTSU),确定阈值,识别尾灯,此方法在前方只有偏黄路灯时,会将路灯误判为尾

    河南科技大学学报(自然科学版) 2020年5期2020-06-09

  • 基于ZS细化改进算法的仪表盘指针读数方法
    现冗余和分叉的像素点[6];陈树等则在初步细化的基础上采用四连通域模板和构造保留模板实现彻底细化和直线连通[7]。然而上述方法都采用某一特定的模板进行匹配细化,不能覆盖可能出现的情况,且运算过程复杂,无法解决直线细化过程中重复出现的分叉和像素冗余的问题。为了解决现有方法存在的问题,今提出一种基于ZS细化改进算法的汽车仪表盘指针读数方法。首先运用颜色空间转换的方法,将仪表盘图像从RGB空间转换至YUV空间,提取U分量得到指针区域图像;然后针对上述ZS细化算法

    中国计量大学学报 2020年1期2020-05-12

  • 基于连通性检测的图像椒盐噪声滤波算法
    未被污染的图像像素点灰度值有较大差异,人们往往选用中值滤波算法[2]来处理椒盐噪声。该算法能有效地处理椒盐噪声,但它不加区分地对所有像素点进行处理也导致了图像细节变得更模糊的问题。针对这一问题,在此算法的基础上,学者们相继提出极值中值算法[3]、加权中值滤波算法[4-5]、自适应中值滤波算法[6-7]等算法。其中的自适应中值滤波算法[8]为Hwang和 Haddad提出,原理为通过大小可变的窗口消除噪声。Lin和Yu则在自适应中值滤波算法基础上提出了一种基

    液晶与显示 2020年2期2020-04-07

  • 视频监控中潜在长期停留物体的检测算法
    方法,它能描述像素点在不同场景下表现出的多峰状态,并实时对短时间尺度下的背景模型进行实时更新判断出视频中运动物体的前背景分布[6];然后,用长时间尺度下的前背景模型法检测出运动的物体,并对长时间尺度下的背景模型进行学习[7];最后,将长短背景模型进行耦合,剔除视频中快速通过的物体,得到视频中潜在的长期停留物体。1 构建短时间尺度下的前背景模型在摄像机固定的情况下,视频中运动物体的检测常用的方法主要有背景差分法、帧间差分法[8]和光流法[9]。帧间差分法是利

    电子技术与软件工程 2020年21期2020-02-04

  • 一种去除椒盐噪声的自适应模糊中值滤波算法
    固定窗口对每个像素点进行相同的处理,不区分噪声点和信号点,在去除噪声的同时容易导致图像细节模糊。为此,提出了各种改进算法。自适应中值滤波(AMF)算法[3-4]可自适应调整滤波窗口的大小,并采用非噪声的中值点代替窗口中心像素点,提高了噪声的去除能力,但中值点很可能取到离窗口中心较远位置的像素点,易导致图像细节丢失。文献[5]提出了一种改进的AMF算法,计算滤波窗口在4个方向上各像素点与中心像素点的灰度差值的和,并利用其绝对值的最小值进行噪声检测,对受噪声污

    浙江大学学报(理学版) 2019年4期2019-08-15

  • 用于指尖定位的多目标分布估计算法
    于选择指尖区域像素点的多目标优化模型. 通过求解这一优化模型,能够得到某一手部区域中的所有指尖区域像素点. 根据指尖伸出的数量,对得到的指尖区域像素点进行聚类,能够得到任一指尖区域的像素点. 然后,对于某一指尖区域的所有像素点计算它们的坐标的平均值,这一平均值就是指尖区域中心的坐标. 对于上述指尖定位的优化模型,为了得到比较准确的指尖位置,需要保证选择出的指尖区域像素点是准确的. 由此可见,在求解指尖定位的优化模型时,采用适合的求解方法,才能保证选择出准确

    郑州大学学报(工学版) 2019年4期2019-07-20

  • 基于像素点筛选的舰船湍流尾迹检测算法
    着各条直线积分像素点数目不同的缺点。2005年,邹焕新[8]等将Radon变换峰值点的一维截面用小波变换进行匹配,获得峰值点的特征向量,然后进行分类决策,有效地提取了Radon域中的尾迹峰值点。2016年,杨国铮等[7]则使用形态成分分析与剪切波变换实现了舰船尾迹的检测。图1 对全1矩阵进行Radon变换后的双X亮纹有别于Radon变换,本文提出的SAR图像湍流尾迹检测方法基于像素点筛选。其基本思想如图2所示。图2 像素点梯度方向示意图湍流尾迹上的像素点

    微型电脑应用 2019年1期2019-01-23

  • 一种改进的自适应加权中值滤波算法研究
    率对图像中每个像素点产生噪声,其概率密度如式1所示,方差和期望值如式2所示:(1)(2)(2)高斯噪声:又叫正态噪声,概率密度的描述如下:(3)其中,z表示图像灰度值;μ表示z的期望值;σ表示z的标准差。高斯噪声处理起来简单容易,应用广泛。(3)椒盐噪声:又称脉冲噪声,是一种最典型的噪声,对图像质量具有极大的影响。一般持续时间小于0.5 s,间隔时间大于1 s,概率密度描述如下:(4)如果b>a,则b将以点概率成为图像中一个亮点,a成为一个暗点。(4)伽马

    计算机技术与发展 2018年12期2018-12-20

  • 基于5×5邻域像素点相关性的划痕修复算法
    复区域邻域一层像素点会存在噪声和游离的衰减区域点或跳变点[6].如果仅仅通过传统的4邻域或8邻域中的相关像素点来修复,肯定会产生错误积累,出现划痕修复不彻底和模糊现象.本工作改进了传统图像修补算法,并将其应用到旧的影视资料的划痕修复中.本工作的主要思想是利用待修复区域与周围24个邻近像素点的相关性,通过定义划痕边界待修复像素点的优先度来确定填充顺序;并结合图像本身的结构特征,依次修复每一个像素点并及时更新此像素点及其附近边界像素点的优先度,重复操作直至待修

    上海大学学报(自然科学版) 2018年5期2018-11-02

  • 一种图像坏点检测及修正算法
    是在以当前待测像素点为中心,大小为5×5像素的色彩滤波(color filter array,CFA)矩阵[4](见图1)基础上,对当前待测像素点进行坏点判断.图1 初始5×5 CFA矩阵Fig.1 Original 5×5 CFA matrix文献[5]利用当前待测像素点邻域数值的均值和标准差,将图像分为平坦区和非平坦区,分别设置高、低阈值.当待测像素点在阈值外时,则判定其为坏点.该算法需要设定平坦区和非平坦区的参数,且可通过调节参数去除多个连续坏点并且

    上海大学学报(自然科学版) 2018年5期2018-11-02

  • 一种X射线图像白点噪声去除算法
    心点是否为噪声像素点;最后,对滤波窗口下已经确定的噪声像素点进行处理并对去噪后的图像进行增强。实验结果表明,使用所提算法进行去噪所获得的图像细节更加清楚并且成功去除白点噪声。关键词: X射线拍摄; 图像去噪; 低照度图像; 图像增强; 白点噪声; 像素点中图分类号: TN911.73?34; TP751.1 文献标识码: A 文章编号: 1004?373X(2018)18?0096?03An algorithm for removing white spo

    现代电子技术 2018年18期2018-09-12

  • 基于非对称直方图修改的可逆信息隐藏方案
    该方法先取每个像素点左上方相邻 3个像素点中像素值最大(小)值作为该点的预测值,计算预测误差并统计分布生成预测误差分布直方图,通过直方图平移的方法在峰值点处进行秘密信息的嵌入(若取最大值作为预测值,则直方图向右平移,反之则向左平移),在完成原始图像的每个像素点进行了第一轮秘密信息的嵌入后,然后对含密图像的每个像素点进行第二轮秘密信息的嵌入,此时取每个像素点左上方相邻 3个像素点中像素值最小(大)值作为该点的预测值,计算此时的预测误差并统计分布生成预测误差直

    网络与信息安全学报 2018年5期2018-05-29

  • 基于灰度直方图的单一图像噪声类型识别研究
    类型;灰度级;像素点;含噪图像DOI:10.11907/rjdk.172618中图分类号:TP317.4文献标识码:A 文章编号:1672-7800(2018)004-0197-04Abstract:The identification of the image noise type is not only a prerequisite for the study of the noise suppression scheme, but also play

    软件导刊 2018年4期2018-05-15

  • 基于模糊聚类的施工升降梯内部人数统计
    理对象是一系列像素点的坐标,它们的相近和疏远程度的最直接表征就是像素点坐标之间的欧氏距离,很明显此处选择欧氏距离的表达方式更方便,如果rij的表达方式选择欧氏距离,那么rij的值越小,则表示Xi与Xj离的越近,选择合适的距离λ,当rij<=λ时,rij=1,表明 Xi与 Xj属于同一类,其余情形rij=0,这样得到了相应矩阵Rλ,根据Rλ中各个元素的值便可实现类的合并。2 图像中特定颜色安全帽的提取本文所研究的情形中,安全帽区域为感兴趣区域(ROI),而且

    现代计算机 2017年35期2018-01-18

  • 一种基于OpenGL的重合航迹处理方法
    需要与屏幕上的像素点一一映射才能完成绘制。因此,需要获得屏幕上显示区域所包含的像素点个数。假设空情态势显示圆形区域,显示坐标系定义为正北方向为Y轴正方向、正东为X轴正方向。符号P表示显示圆盘半径表示范围用,符号n表示圆盘半径长度对应的像素点个数,则目标在显示坐标系下的参数按公式(8)、公式(9)得到:若显示圆盘半径表示范围为P=600km,对应像素点个数为n=600,则两个像素对应的目标数值范围为1km,如图2所示。常规飞行器的飞行速度在150m/s~72

    电子测试 2017年14期2017-08-16

  • 图像采集过程中基于肤色理论的采集框自动定位
    测;图像采集;像素点中图分类号 TP3 文献标识码 A 文章编号 2095-6363(2017)12-0112-021 识别肤色理论肤色作为人显著的特征常被应用到人脸检测和识别研究中。识别图像中的肤色是人脸检测的预处理步骤,椭圆肤色模型就是基于肤色在YCbCr空间cb、cr分量分布的稳定性,来区分像素点是否属于肤色区域。2 Delphi中具体实现过程2.1 先对图像滤波通過对一个像素点相邻周围9个像素点中间值对图像进行滤波处理,使图像整体画面平滑,没有突显

    科学家 2017年12期2017-08-10

  • 你知道什么是像素吗
    就是像素,也叫像素点(如下图)。每一个小方形,就是1像素。这和“十字绣”的图纸是一样的道理。任何图像都是由这样细小的像素点构成的,你可以找一个早期的手机来看看,细细看还能看到这些格子。像素是组成数码图像的一种最小单位,形状有长方形和正方形。一个像素只有一种颜色。认识像素之后,我们就可以用像素来描述图像的大小了。一张图像的大小由其像素总量决定,像素总量可以通过下面的公式计算:像素总量=宽度×高度(以像素点计算)。通常,当我们说一张图片为1024×768像素时

    数学小灵通·3-4年级 2017年7期2017-05-30

  • 基于信号对称性的抑制饱和误差算法
    应的光栅图片中像素点之间的对称性,修复饱和像素点的强度值,利用修复后的像素点强度值重建物体的三维形貌,从而降低饱和误差.通过仿真软件仿真及实验均证实本文算法的效用.实验结果表明:采用该算法的饱和误差的均方根值相对于传统测量方法减小了77.78%.三维测量;相位测量轮廓术;相位误差;光强饱和;正反信号编码相位测量轮廓术(PMP)是主动式的三维测量方法之一[1-2].由于其具有测量快、精确度高等优点,目前被广泛使用在三维建模、生物识别等领域[3-4].但在实际

    河南科技学院学报(自然科学版) 2017年2期2017-05-11

  • 用于纹理特征提取的改进的成对旋转不变共生局部二值模式算法
    化和最小化图像像素点的二值序列,得到两个邻域像素点的坐标,由中心像素点坐标和得到的邻域像素点坐标计算出共生点对的坐标;其次,利用完备二值模式 (CLBP) 算法提取图像的每个像素点的纹理信息。在相同分类器下,对Brodatz、Outex(TC10,TC12)、Outex(TC14)、CUReT和KTH_TIPS数据库的分类实验中,所提算法的识别率比PRICoLBP算法分别提高了0.17、0.24、2.65、2.39和2.04个百分点。实验结果表明,所提算法

    计算机应用 2016年12期2017-01-13

  • 信噪比
    虽然不同大小的像素点产生的噪点数量是一样的,但是更小的像素点所能捕捉到的光子——光的基本粒子——则更少。所以从比例上来说,更小的传感器会产生更多的噪点,即更低的信噪比。更大尺寸的传感器在产生相同数量的噪点的同时能接收更多的光子(接受到更多有效信号),也就有了更高的信噪比。结果就是更大尺寸的传感器能够在相同ISO值时拍出更“纯净”的照片,在低ISO情况下区别不明显,而随着ISO的提高,画质差距会十分明显。更小的像素点每个像素点捕捉到的光子(黄色)以及随机的噪

    摄影之友(影像视觉) 2016年11期2016-07-31

  • 基于分块聚类特征匹配的无人机航拍三维场景重建
    词:图像匹配;像素点;无人机航拍视频;三维重建;聚类随着计算机视觉理论以及无人机平台技术的迅猛发展,无人机视觉研究将重新定义未来人类感知世界的能力与范围。无人机视觉研究已经逐步从二维的图像处理、分析发展为三维场景的重构与解析。复杂大场景的三维重建是当前国内外研究的热点问题。无人机平台在获取三维数据方面具有视角灵活性大、飞行成本低以及时效性强等优势,可得到同一场景连续多视角、海量无标定图像序列。SFM重建框架[1]无需相机标定信息,仅利用序列图像特征的内在约

    西北工业大学学报 2016年4期2016-07-25

  • 一种基于MATLAB图像边界提取算法
    边界特征提取;像素点数字图像处理技术最早出现于20世纪50年代,经过半个多世纪的发展,已经广泛地应用于工业、遥感、医疗保健、航空航天、军事等各个领域,在国民经济中发挥着越来越大的作用[1-2].图像边缘的识别精度将直接影响测量的精度[3],因此,如何获取高精度的图像边缘已经成为几何量精密测量领域的热门话题,国内外学者提出很多图像边缘的提取方法,但是这些算法大多过于复杂,运算量大,不利于实时处理[4-6].为了能够准确快速的提取边界轮廓,本文出了一种利用MA

    吉林化工学院学报 2015年11期2016-01-31

  • 基于达芬奇平台的运动目标跟踪算法
    e 算法中每个像素点都具有各自的背景模型,且使用第1 帧图像即可完成背景模型的初始化。假设像素点的背景模型由N(N 一般取值为20)个样本构成,即背景模型可以表示成S={s1,s2,…,sN},则在该像素点的L ×L(L 一般取值为5)的邻域内随机选取N 个像素点的颜色值作为该像素点的背景模型,即S,遍历完图像中所有像素点,即可完成背景模型的初始化。可以看出Vibe 算法的背景模型初始化过程非常简单,容易实现。Step2 前景提取和背景模型更新。背景模型初

    计算机与现代化 2015年10期2015-11-25

  • 四倍清晰度 1ms极速显示
    精细的将每一个像素点分成4个像素点,重新组合后的画面,就像iPhone所配备的Retina屏幕一样,用四个超精细像素点合成一个常规的像素点,让画面更加清晰锐利,不会再有“马赛克”现象。除了四倍于1080P的超精细画质以外,AOC U2868PQU显示器还支持一般只有专业电竞显示器才支持的1毫秒极速响应时间。从硬件设计的角度有效降低了拖影对第一人称射击和赛车等高速游戏的干扰。对游戏玩家来说,战场瞬息万变,只有比其他对手更清晰的判断敌人的行踪,才能更加从容的取

    数字家庭 2014年7期2015-03-18

  • 基于图像块间像素特征的隐写算法设计与实现*
    式.由于图像块像素点自身的特点和人眼对图像像素细微变化的不明显性,使得在图像块中插入隐写信息成为可能.目前在图像块中植入隐写信息的研究很多,所提出的相关算法也很多,比如经典的LSB算法.由于图像的像素点最低位的变化对人眼视角效果影响不明显,因此在图像隐写算法中,基于最低像素位的隐写算法是一种非常经典的图像隐写算法.在基于最低像素位嵌入隐写信息的算法基础上,也发展形成了若干种新的改进性的隐写算法.然而在研究图像隐写算法时,更多的是考虑像素点像素点之间的相互

    广西民族大学学报(自然科学版) 2015年4期2015-01-15

  • 一种高效视频编码插值滤波VLSI架构设计
    用于ME的分数像素点预测中。对于亮度插值,其精确度是1/4像素,所以总共有15个位置的像素值需要被计算出来。对于8×8子块的预测,最多需要16×16的参考像素。相比H.264/AVC标准中使用的6抽头滤波器[6],8抽头滤波器在硬件实现时将花费更多的面积。因此,设计一个高效的内插值滤波器VLSI架构对于实时实现高品质的视频是必要的。本文设计一个内插值滤波器VLSI架构。为便于VLSI实现,提出一种快速内插值滤波算法[7],将所有的4×8,4×16和12×1

    计算机工程 2015年4期2015-01-02

  • 实时DSP图像处理高斯滤波优化
    和y表示的是到像素点间的距离,σ为分布函数,高斯滤波曲线的形状可以通过改变分布函数σ来完成。下面以如下5×5大小的高斯模板为例来说明本文的优化方法:图1 高斯低通滤波方法器2 基于DM6446高斯滤波实现及优化2.1 数据相关性分析高斯滤波器是一种相对简单的算法,如何充分利用DM6446 DSP良好的并行处理性能,来最快的实现算法是研究的重点。在高斯滤波算法计算过程中,每次像素点的计算都是相关联的。比如当前像素点和其周边各个像素点的计算便有着大量重复计算。

    制造业自动化 2014年24期2014-12-18

  • 基于像素点聚类分离的滤波算法
    用滤波窗口中心像素点值与窗口中值之间的差值大小,通过与设定的阈值进行比较来判断噪声点;文献[2]提出了基于统计噪声检测的中值滤波,该算法考虑到滤波窗口中的噪声点数不止一个,又结合像素点之间的相似性,所以先求出除滤波窗口中心像素点之外的其他几个像素点与中心像素点之间的差值,再选择最小的四个差值进行统计计算,最后确定出噪声点并对噪声点进行滤除;文献[3-4]提出了基于极值噪声检测的中值滤波,该算法主要根据噪声点的孤立性和正常像素点之间的相似性,认为噪声点的像素

    计算机工程与应用 2014年5期2014-11-08

  • 一种对比度增强的边缘检测改进算法及FPGA实现
    发生急剧变化的像素点的集合,图像的边缘含有丰富的信息,被广泛应用在图像处理以及目标识别等领域[2]。传统的边缘检测算子是利用微分算子对像素灰度级剧烈变化进行检测从而得到边缘,如经典的Sobel边缘算子,其结构简单且运算速度快,但是边缘往往不够完整和细致,对于噪声和光照变化较为敏感,特别是低对比度图像,提取的边缘特征往往不明显[3]。由生理学和光学原理可知,人眼感知的并非物体的绝对亮度,而是不同部位或物体间的相对亮度。因此对比度越强,画面越易于观察和鉴别[4

    电视技术 2014年15期2014-09-18

  • 基于词袋模型的脑肿瘤MR图像分割方法
    将分割问题看作像素点的分类问题。在基于分类器的分割方法中,图像特征具有的辨别能力的强弱直接影响着分割结果的好坏,如何提取有效的特征是分类器算法面临的关键问题。针对传统灰度特征辨别力不强缺乏空间信息,以及传统纹理特征概括性较弱的不足,我们引入词袋模型(bag of words,BoW)[15,16]并配合滑动窗口来提取像素点的特征。词袋模型将图像看作视觉单词的集合,由于视觉单词即对相似的特征具有代表性又对不同的特征具有区分性,因而将词典对像素点的表达作为特征

    计算机工程与设计 2014年4期2014-02-09

  • 每250nm距离安放一个像素点达光学分辨力极限的“最清晰”图像问世
    可以有10万个像素点,这是光学分辨领域无法超越的理论极限。英国《自然·纳米技术》杂志12日在线刊登报告说,新加坡研究人员完成了这样一幅图像。这是一幅常用作图像测试的彩色女子头像“莱娜”,整幅头像大小只有50μm见方,它的清晰程度达到光学分辨力的理论极限,即在每250nm距离上安放一个像素点。之所以说这是理论极限,是因为光的衍射性质决定,如果两个像素点之间的距离低于250nm,它们发出或反射的光就会互相影响,使图像模糊。我们在日常生活中也有这样的经验,如果两

    光学仪器 2012年4期2012-12-28

  • 线粒体电镜图像二值化增强算法研究
    始图像中,所有像素点可以被划归为线粒体或非线粒体成分的边缘点和内部点.这里非线粒体成分包含粗面内质网、糖原、溶酶体、脂滴以及图像噪声.我们将构成原始电镜图像的线粒体和非线粒体成分称为图像中的对象.经观察,所有位于对象内部的像素点具有共同特征:同一对象的内部像素点的灰度值的差值,明显小于该对象的边缘像素点与内部像素点的灰度值的差值.基于这一特征,我们可以设计一种边缘像素点与内部像素点的分类器,将判定为对象内部区域的像素点用黑色表示,将判定为对象边缘区域的像素

    中原工学院学报 2012年2期2012-12-27

  • 基于AVS的快速亚像素运动估计算法
    到最优1/2亚像素点,然后根据最优点和次优点判断最优1/4亚像素点,缩小了搜索范围[3];基于运动补偿误差的数学模型快速算法,在得到最优整像素点基础上,利用其与周围的8个整像素点的运动补偿误差值求出模型系数,然后利用得到的模型估计分像素位置的绝对误差和(SAD)值,从而求出最优的分像素位置,计算量较大[4];基于 MSE(均方误差)的小数像素运动估计快速算法,利用了二次曲线D(x)=ax2+bx+c在一定范围内可以取得最小值的特性,从而判断出最优点,计算量

    计算机工程与设计 2012年7期2012-07-27

  • LED大屏幕质量检测中的像素点定位方法研究
    幕数以百万计的像素点,传统检测仪器及方法效率低下。而采用CCD面阵检测器单次测量的像素点数量可以非常大,在相同的时间内,其具有比其他方法测得更多的数据点的能力。测量时间上有了实质性的节省。因此,采用CCD面阵检测器的LED测量系统在显示系统设计和生产的实施与质量保证阶段具有巨大的优势。本文基于图像形态学处理方法,讨论在复杂环境背景下,以及由于待测屏幕角度等原因造成投影到CCD上呈现的不规则大屏幕图像的LED像素点的定位。为下一阶段的像素级亮度色度检测提供可

    灯与照明 2012年2期2012-07-26

  • 基于几何分类的自适应图像插值算法*
    分辨率图像部分像素点;然后划分高分辨率图像已知像素点所构成的插值单元;最后,对不同几何类型插值单元的未知像素分别求解,获取高分辨率图像。本文的主要贡献有以下2点。其一是:根据初步赋值后的高分辨率图像的已知像素点和未知像素点的相对位置关系,将插值未知像素点的插值单元分为矩形插值单元和菱形插值单元,保证插值图像的边缘走向和宽度,提高插值图像的质量。其二是:从8个方向分别对两种插值单元进行几何分类,最后再根据每个像素点所属的相关插值单元进行分类插值,保证图像边缘

    中山大学学报(自然科学版)(中英文) 2011年4期2011-01-24

  • 基于模糊推理的方向中值椒盐滤波算法
    滤波窗口中不同像素点或中心像素点赋予不同的权值来保护细节,但缺少噪声点判断,即将所有的像素点做统一处理,造成了图像的模糊。后来又出现了一种极大极小值算法[3],如在毕萍的“一种改进的椒盐噪声非线性滤波算法”中将窗口中最大值和最小值附近的像素点视为噪声点。在一定的区域内,必然存在最大值和最小值,但不一定是噪声点,所以该方法缺乏一定的准确性。根据椒盐噪声的特点,董继扬、张军英提出了“一种简单的椒盐噪声滤波算法”[4]及刘继业和费如纯的“一种滤除椒盐噪声的改进的

    网络安全与数据管理 2010年6期2010-09-29

  • 基于中心点预测的分数像素运动估计改进算法
    接预测最佳分数像素点,但一般情况下整数像素搜索过程最后采用小菱形模型,只搜索最佳整数点及其上下左右4个点.W ang等人[4]提出通过邻近像素值的预测,将分数像素点进行分组从而减少搜索点.Shen等人[5]提出利用整数像素点线性拟合分数像素点,并建立提前退出分数像素搜索的模型以减少运算量.Du等人[6]提出的PPHPS算法首先利用整数像素搜索的结果拟合误差曲面,通过误差曲面预测最佳分数像素点的位置,从而省略部分分数像素点的搜索.Chen等人[7]提出的CB

    中南民族大学学报(自然科学版) 2010年1期2010-02-03