2019年5月18日

图像处理

摘要: 在计算机科学中,数字图像处理是使用计算机算法对数字图像执行图像处理。[1]作为数字信号处理的子类别或领域,数字图像处理与模拟图像处理相比具有许多优点。它允许将更广泛的算法应用于输入数据,并且可以避免诸如处理期间噪声和信号失真的累积等问题。由于图像是在两个维度(可能更多)上定义的,因此可以以多维系统的 阅读全文

posted @ 2019-05-18 21:56 Vict0ry 阅读(490) 评论(0) 推荐(0) 编辑

遥感

摘要: 遥感是在不与物体进行物理接触的情况下获取有关物体或现象的信息,因此与现场观察相反,尤其是地球。遥感用于许多领域,包括地理,土地测量和大多数地球科学学科(例如,水文学,生态学,气象学,海洋学,冰川学,地质学); 它还具有军事,情报,商业,经济,规划和人道主义应用。 在目前的使用中,术语“遥感”通常是指 阅读全文

posted @ 2019-05-18 21:53 Vict0ry 阅读(1025) 评论(0) 推荐(0) 编辑

3D数据采集和重建

摘要: 3D数据采集和重建是从传感器数据生成三维或时空模型。一般而言,这些技术和理论适用于大多数或所有传感器类型,包括光学,声学,激光扫描,[1]雷达,热学,[2]地震。[3] [4] 内容 · 1收购 1.1从2D图像中获取 1.2从获得的传感器数据中获取 1.3从现场传感器获取 1.4软件 1.5成本 阅读全文

posted @ 2019-05-18 21:52 Vict0ry 阅读(2361) 评论(0) 推荐(0) 编辑

机器视觉

摘要: 机器视觉(MV)是用于为诸如自动检查,过程控制和机器人引导等应用提供基于成像的自动检查和分析的技术和方法 ,通常在工业中。机器视觉是一个涵盖大量技术,软件和硬件产品,集成系统,行动,方法和专业知识的术语。机器视觉作为一个系统工程学科可以考虑从不同的计算机视觉,形式计算机科学。它试图以新的方式整合现有 阅读全文

posted @ 2019-05-18 21:48 Vict0ry 阅读(665) 评论(0) 推荐(0) 编辑

视觉感知

摘要: 视觉感知是使用由环境中的物体反射的可见光谱中的光来解释周围环境的能力。这与视敏度不同,视敏度是指人们看得多清楚(例如“20/20视力”)。即使他/她有20/20视力,一个人在视觉感知处理方面也会遇到问题。 由此产生的感知也称为视觉感知,视力,视力或视觉(形容词形式:视觉,光学或眼睛)。视觉中涉及的各 阅读全文

posted @ 2019-05-18 21:48 Vict0ry 阅读(2620) 评论(0) 推荐(0) 编辑

计算机视觉

摘要: 计算机视觉是一个跨学科的科学领域,涉及如何制作计算机以从数字图像或视频中获得高层次的理解。从工程的角度来看,它寻求自动化人类视觉系统可以完成的任务。[1] [2] [3] 计算机视觉任务包括用于获取,处理,分析和理解数字图像的方法,以及从现实世界中提取高维数据以便例如以决策的形式产生数字或符号信息。 阅读全文

posted @ 2019-05-18 21:47 Vict0ry 阅读(1143) 评论(0) 推荐(0) 编辑

模板匹配

摘要: 模板匹配[1]是数字图像处理中用于查找与模板图像匹配的图像的小部分的技术。它可以作为质量控制的一部分用于制造,[2]一种导航移动机器人的方法,[3]或作为一种检测图像边缘的方法。[4] 模板匹配任务的主要挑战是:遮挡,非刚性变换的检测,光照和背景变化,背景杂波和尺度变化。[5] 内容 1基于特征的方 阅读全文

posted @ 2019-05-18 21:46 Vict0ry 阅读(637) 评论(0) 推荐(0) 编辑

Kinect

摘要: Kinect(开发期间代号为Project Natal)是由Microsoft生产的一系列运动传感 输入设备。最初,Kinect是作为Xbox 360和Xbox One 视频游戏控制台和Microsoft Windows PC的游戏配件开发的。基于网络摄像头风格的附加外围设备,它使用户能够通过使用手 阅读全文

posted @ 2019-05-18 21:42 Vict0ry 阅读(951) 评论(0) 推荐(0) 编辑

手势识别

摘要: 手势识别是计算机科学和语言技术中的一个主题,其目标是通过数学算法解释人类手势。手势可以源自任何身体运动或状态,但通常源自面部或手部。该领域的当前焦点包括来自面部的情绪识别和手势识别。用户可以使用简单的手势来控制设备或与设备交互,而无需实际触摸它们。已经使用相机和计算机视觉算法来解释手语的许多方法。然 阅读全文

posted @ 2019-05-18 21:41 Vict0ry 阅读(2256) 评论(1) 推荐(0) 编辑

三维重建

摘要: 来自多个图像的3D重建是从一组图像创建三维模型。这是从3D场景获取2D图像的相反过程。 图像的本质是从3D场景到2D平面的投影,在此过程中深度丢失。对应于特定图像点的3D点被约束在视线上。从单个图像中,不可能确定该线上的哪个点对应于图像点。如果有两个图像可用,则可以找到3D点的位置作为两个投影光线的 阅读全文

posted @ 2019-05-18 21:40 Vict0ry 阅读(1636) 评论(0) 推荐(0) 编辑

导航