2024年9月15日
摘要: 使用clang power tools配置生成的 .clang-format测试版本 点击查看代码 # Format Style Options - Created with Clang Power Tools AccessModifierOffset: -2 AlignConsecutiveAss 阅读全文
posted @ 2024-09-15 15:09 理想是书店店长 阅读(2) 评论(0) 推荐(0) 编辑
  2024年9月8日
摘要: 1,工具与准备: VS code中可以安装clang-format扩展或者使用C/C++; 2,配置VS code 设置中,首选项->设置; 可使用everythin搜索clang-format.exe; 一般visual studio会自带,选择一个即可(在环境变量中,添加对应的路径); 3,配置 阅读全文
posted @ 2024-09-08 19:42 理想是书店店长 阅读(4) 评论(0) 推荐(0) 编辑
  2024年8月6日
摘要: 图像去噪、修复、视频超分辨率、滤镜、后聚集、增强,Demosaic,HDR,NR、SR、分割、识别等图像增强相关算法。 图像去噪:去除图像中的噪声(如随机像素值变化),以提高图像质量。 图像修复:恢复受损或缺失的部分,使图像看起来完整且自然。 视频超分辨率:将低分辨率视频转换为高分辨率视频,以提高清 阅读全文
posted @ 2024-08-06 14:20 理想是书店店长 阅读(2) 评论(0) 推荐(0) 编辑
摘要: 一、光学数字孪生系统搭建的意义 1、降低开发风险:在实际制造前,搭建光学系统进行仿真可以帮助发现潜在的设计问题,如光学元件的干涉、衍射等效应,从而在早期阶段避免昂贵的迭代和修改。 2、成本效益分析:光学系统的仿真,可以在设计阶段评估不同方案的效果,减少实际制造成本。 二、搭建步骤 1. 系统调研 基 阅读全文
posted @ 2024-08-06 14:09 理想是书店店长 阅读(6) 评论(0) 推荐(0) 编辑
摘要: NLM是一种基于图像块相似性的图像去噪方法,由Antoni Buades等人于2005年提出。与传统的基于像素的局部滤波方法不同,NLM利用了图像的自相似性原理,即图像中的大部分结构会在不同的位置重复出现。这种方法在保持边缘清晰度和细节的同时,有效地减少了噪声的影响。 NLM降噪的基本步骤: 相似性 阅读全文
posted @ 2024-08-06 13:57 理想是书店店长 阅读(2) 评论(0) 推荐(0) 编辑
摘要: 双边滤波(Bilateral Filtering)是一种非线性的图像处理方法,主要用于图像的平滑同时保持边缘清晰。与传统的低通滤波器(如均值滤波或高斯滤波)不同,双边滤波不仅考虑了空间上的邻近性,还考虑了像素值的相似性,这使得它能够在去除噪声的同时较好地保留图像的边界和细节。 双边滤波可以这样理解, 阅读全文
posted @ 2024-08-06 10:12 理想是书店店长 阅读(8) 评论(0) 推荐(0) 编辑
  2024年8月5日
摘要: 阅读全文
posted @ 2024-08-05 16:41 理想是书店店长 阅读(2) 评论(0) 推荐(0) 编辑
摘要: 空域滤波算法是图像处理中用于去除噪声的一类方法,它们直接在图像的像素坐标系中操作,通过分析图像中像素与周围像素的关系来去除噪声。以下是几种常见的空域滤波算法的原理描述及其在MATLAB中的实现代码。 1. 均值滤波 均值滤波是一种简单的线性滤波方法,它通过替换图像中每个像素点的值为其邻域内所有像素值 阅读全文
posted @ 2024-08-05 15:25 理想是书店店长 阅读(10) 评论(0) 推荐(0) 编辑
摘要: 图像降噪是图像预处理中非常重要的一步,旨在去除图像中的噪声,以提高图像质量并为后续的图像分析提供更好的基础。图像降噪算法可以根据其原理和技术进行分类,主要包括以下几个大类: 1. 空域滤波方法 这些方法直接在像素级别上操作,通常涉及邻域内像素值的加权平均。 均值滤波:简单地取一个窗口内的所有像素的平 阅读全文
posted @ 2024-08-05 14:14 理想是书店店长 阅读(9) 评论(0) 推荐(0) 编辑
  2024年8月2日
摘要: 处理模块名称:AF (Auto Focus) 自动对焦 处理原理: AF算法的基本步骤是先判断图像的模糊程度,通过合适的模糊度评价函数求得采集的每一副图像的评价值, 然后通过搜索算法得到一系列评价值的峰值, 最后通过电机驱动将采集设备调节到峰值所在的位置, 得到最清晰的图像。 对焦评价函数 评价函数 阅读全文
posted @ 2024-08-02 10:51 理想是书店店长 阅读(18) 评论(0) 推荐(0) 编辑