数字图像处理-计算机视觉

【数字图像处理实验】1. 对输入的原始图像分别做理想、巴特沃斯、高斯低通滤波及高通滤波处理，对比实验效果。 2. 对输入的原始图像叠加不同类型的随机噪声，对比不同的空间滤波方法的图像复原效果。

实验目的对输入的原始图像分别做理想、巴特沃斯、高斯低通滤波及高通滤波处理，对比实验效果。对输入的原始图像叠加不同类型的随机噪声，对比不同的空间滤波方法的图像复原效果。实验内容理想滤波器理想低通滤波器在以原点为圆心，以D0为半径的圆内，无衰减地通过所有频率，而在该圆外“阻断”所有频率的二维低通滤波，称为理想低通滤波器。由下述函数确定：H(u,v)={1D(u,v)≤D00D(u,v)>D0H(u,v
雨林木风11·2023-12-30 18:14

【数字图像处理】比特平面分割，对比空间平滑滤波器的尺寸对滤波效果，对比均值滤波器和中值滤波器对图像的平滑效果

实验目的对比均值滤波器和中值滤波器对图像的平滑效果；编程对比空间平滑滤波器的尺寸对滤波效果的影响；编程对比均值滤波器和中值滤波器对图像的平滑效果。实验方法比特平面分割比特平面分层，代替突出灰度级范围，突出特定比特来为整个图像外观作出贡献。像素是比特组成的数字，一幅8比特图像，能够认为是8个1比特的平面组成，其中平面1包含图像中全部像素的最低阶比特，而平面8包含图像中全部像素的最高阶比特，b表示比特
雨林木风11·2023-12-30 18:14

【OpenCV】OpenCV 4.9.0 正式发布

开源计算机视觉库OpenCV4.9.0已于2023年12月29日正式发布。
youcans_·2023-12-30 17:14

计算机视觉技术-锚框

目标检测算法通常会在输入图像中采样大量的区域，然后判断这些区域中是否包含我们感兴趣的目标，并调整区域边界从而更准确地预测目标的真实边界框（ground-truthboundingbox）。不同的模型使用的区域采样方法可能不同。这里我们介绍其中的一种方法：以每个像素为中心，生成多个缩放比和宽高比（aspectratio）不同的边界框。首先，让我们修改输出精度，以获得更简洁的输出。%matplotli
白云如幻·2023-12-30 15:32

【C++入门（一）】：详解C++语言的发展及其重要性

文章目录️什么是C++️C++的发展史️C++的重要性☁️语言的广泛度☁️C++的领域⭐操作系统以及大型系统软件开发⭐服务器端开发⭐游戏开发⭐嵌入式和物联网领域⭐数字图像处理⭐人工智能⭐分布式应用⭐其他
屿小夏·2023-12-30 13:25

Fast-Livo：快速紧耦合的稀疏-直接雷达-惯性-视觉里程计

作者||吕乐章转载||计算机视觉life编辑||3D视觉开发者社区✨如果觉得文章内容不错，别忘了三连支持下哦~香港大学火星实验室最新的论文成果。
奥比中光3D视觉开发者社区·2023-12-30 11:37

python实现图像的二维傅里叶变换——冈萨雷斯数字图像处理

原理二维傅里叶变换是一种在图像处理中常用的数学工具，它将图像从空间域（我们通常看到的像素排列）转换到频率域。这种变换揭示了图像的频率成分，有助于进行各种图像分析和处理，如滤波、图像增强、边缘检测等。在数学上，二维傅里叶变换的原理可以描述如下：基本概念：空间域：图像以像素的形式展示，每个像素表示特定位置的亮度或颜色值。频率域：图像表示为不同频率的波形组合。在这个域中，图像的每个点表示一个特定频率的振
筱筱西雨·2023-12-30 09:14

yolov8实战第四天——yolov8图像分类 && ResNet50图像分类（保姆式教程）

它是计算机视觉领域的一个重要应用，可
学术菜鸟小晨·2023-12-30 08:46

基于 Python 和 HuggingFace Transformers 进行目标检测

然而，近来出现了一位竞争对手——即在计算机视觉中使用基于Transformer的模型，更具体地说是在目标检测中使用Transformers。在今天的文章中，你将学到有关这种类型的Trans
小北的北·2023-12-30 07:05

17.深度学习之计算机视觉-1

17.1图像增广图像增广（imageaugmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。图像增广的另一种解释是，随机改变训练样本可以降低模型对某些属性的依赖，从而提高模型的泛化能力。例如，可以对图像进行不同方式的裁剪，使感兴趣的物体出现在不同位置，从而减轻模型对物体出现位置的依赖性。也可以调整亮度、色彩等因素来降低模型对色彩的敏感度
大勇任卷舒·2023-12-30 05:20

超详细深入理解YOLOv8配置参数：了解多种任务计算机视觉模型训练

目录yolov8导航YOLOv8（附带各种任务详细说明链接）ultralytics/ultralytics/cfg/default.yaml训练模式和任务类型参数训练参数训练期间验证和测试参数预测部分相关参数可视化部分相关参数模型导出部分相关参数训练超参数相关参数ultralytics/cfg/datasets/XXXX.yaml图像分类配置方法目标检测配置方法实例分割配置方法姿态估计配置方法训练
E寻数据·2023-12-30 02:30

车牌识别技术，如何用python识别车牌号

目录一.前言二.运行环境三.代码四.识别效果五.参考一.前言车牌识别技术（LicensePlateRecognition,LPR）在交通计算机视觉（ComputerVision,CV）领域具有非常重要的研究意义
安城安·2023-12-30 00:55

深度学习在语义分割中的进展与应用

埃弗顿·戈梅德（EvertonGomede）一、说明语义分割是计算机视觉领域的一项关键任务，涉及将图像中的每个像素分类为预定义的类。这项任务在从自动驾驶汽车到医学成像的各种应用中都具有深远的影响。
无水先生·2023-12-29 18:21

python实现同时对比显示——冈萨雷斯数字图像处理

同时对比显示目的：输出如下图所示的结果：提示：图像大小为250×250×3（pyplot无法直接显示单通道灰度图，所以需要将其转换为3通道），图中的三个灰度分别为200、150和100.可以用np.ones创建图像大小的数组（注意指定dtype=np.uint8）.之后用索引切片指定图像中心区域的灰度值。最后用pyplot同时显示两幅结果图。代码importnumpyasnpimportmatpl
筱筱西雨·2023-12-29 18:11

python降低图像的空间分辨率——冈萨雷斯数字图像处理

原理：降低图像的空间分辨率意味着减少图像中可见的细节，使图像变得模糊或粗糙。这可以通过减少图像的像素数量或改变像素的排列来实现。以下是一些降低图像空间分辨率的常见原理和方法：下采样（Subsampling）：下采样是最简单的降低空间分辨率的方法之一。它涉及到降低图像的分辨率，通常通过在水平和垂直方向上删除一些像素来实现。例如，将每2x2像素块合并为一个像素，可以将图像的分辨率减小到原来的四分之一。
筱筱西雨·2023-12-29 18:11

python实现一维傅里叶变换——冈萨雷斯数字图像处理

原理傅立叶变换，表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。定义：给定一个函数f(t)，傅立叶变换将这个函数从时域（时间域）转换到频域（频率域）上的函数。傅立叶变换的数学表示如下：在这个表示中，F(ω)表示频域上的
筱筱西雨·2023-12-29 18:11

python降低图像的灰度分辨率——冈萨雷斯数字图像处理

原理：降低图像的灰度分辨率是指减少图像中不同灰度级别的数量，从而使图像看起来更加粗糙或简化。这可以通过减少灰度级别的数量或重新映射灰度级别来实现。以下是一些常见的降低图像灰度分辨率的原理和方法：灰度量化（GrayLevelQuantization）：灰度量化是最常见的方法之一，它涉及将原始图像中的灰度级别映射到较少的离散值。例如，将256级灰度映射到16级灰度，每个新的灰度级别代表一定范围内的原始
筱筱西雨·2023-12-29 18:07

举例说明计算机(CV)视觉技术面临的困难和挑战

计算机视觉（CV）技术的优势：高精度：计算机视觉可以提供准确度高的图像和视频分析结果，能够在大量数据中检测和识别目标。高速度：计算机视觉可以在短时间内处理大量的图像和视频数据，实时进行分析和决策。
东北霸主劳德利·2023-12-29 18:06

全书大纲【计算机图像处理】

全书大纲【计算机图像处理】前言版权推荐全书大纲第一章01数字图像处理概论一、图像与数字图像二、数字图像处理与图像工程三、数字图像处理系统四、数字图像处理技术小结作业第二章02视觉过程与成像基础一、视觉过程二
日星月云·2023-12-29 17:39

计算机视觉+深度学习+机器学习+opencv+目标检测跟踪（代码+视频）

计算机视觉、深度学习和机器学习是当今最热门的技术，它们被广泛应用于各种领域，如自动驾驶、医学图像分析、安防监控等。
从懒虫到爬虫·2023-12-29 15:43

实时交通标志检测和分类（代码）

交通标志检测和分类技术是一种基于计算机视觉和深度学习的先进技术，能够识别道路上的各种交通标志，并对其进行分类和识别。这项技术在智能交通系统、自动驾驶汽车和交通安全管理领域具有重要的应用前景。
从懒虫到爬虫·2023-12-29 15:11

【转载】语义分割网络DeepLab-v3的架构设计思想和TensorFlow实现

id=1595995875370065359&wfr=spider&for=pc选自Medium作者：ThallesSilva机器之心编译参与：NurhachuNull、刘晓坤深度卷积神经网络在各类计算机视觉应用中取得了显著的成功
dopami·2023-12-29 15:11

一文了解YOLOv8（附带各种任务详细说明链接）：计算机视觉领域的新星

目录引言与目录导航1.超级详细的YOLOv8安装与测试指南：让计算机视觉任务变得简单2.超详细的YOLOv8项目组成解析：一站式指南了解其架构与组件3.超详细深入理解YOLOv8配置参数：了解多种任务计算机视觉模型训练
E寻数据·2023-12-29 15:10

Deep Learning（wu--108-118）CNN详解（一）

文章目录4卷积神经网络计算机视觉CV边缘检测示例CNNPaddingStride三维卷积参数量计算单层卷积网络小结池化为什么使用卷积4卷积神经网络计算机视觉CV边缘检测示例CNNPaddingStride
怎么全是重名·2023-12-29 15:36

计算机科学领域顶级会议与期刊,人工智能学习指南，计算机视觉领域，顶级会议和期刊分析与总结...

一、引言计算机视觉，近年来最热门的人工智能研究领域，与其它学术领域截然不同的是，计算机视觉采用会议而不是期刊作为发表研究成果的主要方式。
我是食大人·2023-12-29 14:55

目标检测实例分割数据集转换：从XML和JSON到YOLOv8(txt)

YOLOv8（附带各种任务详细说明链接）源码下载地址：XML&JSON目标检测、实例分割标签转换给yolo用脚本引言在计算机视觉领域，目标检测是一个重要而复杂的任务。
E寻数据·2023-12-29 14:54

计算机视觉领域顶级会议和顶级期刊

0CCF国际期刊会议推荐https://www.ccf.org.cn/Academic_Evaluation/AI/1顶会ICCV：InternationalConferenceonComputerVisionICCV两年一次，与ECCV时间不一样，三个会议中级别最高。举办地方在世界各地。iccv上的文章易懂。CVPR：InternationalConferenceonComputerVision
Dymc·2023-12-29 14:21

模式识别、计算机视觉、机器学习领域的顶级期刊和会议（整理）

部分AI刊物影响因子05SCIIF20052004JMLR4.0275.952（机器学习）PAMI3.8104.352（模式识别）IJCV3.6572.914（计算机视觉）TOIS4.5294.097AIJ2.6383.570MLJ3.1083.258ECJ1.5683.206TEvC3.2573.688DMKD2.1052.800NCJ2.5912.364TNN2.2052.178PR2.153
birdNet22·2023-12-29 14:21

计算机视觉领域的顶级国际会议和期刊列表

1.国际会议现在，国际上计算机视觉方面的三大国际会议是ICCV，CVPR和ECCV，统称之为ICE。ICCV的全称是InternationalComferenceonComputerVision。
DashawnTang·2023-12-29 14:51

计算机视觉领域的会议与期刊

一.会议论文1.计算机视觉三大顶会论文：ICCV、ECCV、CVPR。
程序小迷糊Y·2023-12-29 14:51

计算机视觉方向的一些顶级会议和期刊

计算机视觉方面的三大国际会议是ICCV,CVPR和ECCV，统称之为ICE。
小勺挖泰山·2023-12-29 14:51

探索计算机视觉CV领域的顶级期刊和会议

引言简要介绍计算机视觉的重要性以及跟踪领域最新研究的必要性。提出期刊和会议是获取最新信息和研究成果的重要途径。
E寻数据·2023-12-29 14:50

计算机视觉技术-目标检测和边界框

在计算机视觉里，我们将这类任务称为目标检测（objectdetection）或目标识别（objectrecognition）。目标检测在多个领域中被广泛使用。
白云如幻·2023-12-29 10:54

基于YOLOv8深度学习的45种交通标志智能检测与识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

专注于人工智能、AIGC、python、计算机视觉相关分享研究。✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！
阿_旭·2023-12-29 10:53

【计算机视觉】角点检测（Harris、SIFT）

Harris角点指的是窗口延任意方向移动，都有很大变化量的点。用数学公式表示为：E(u,v)反映的移动后窗口的差异，w(x,y)为每个像素的点权值，I(x+u,y+v)是移动的像素值，I(x,y)是移动前的像素值。将E(u,v)进行泰勒展开，直接建立E(u,v)和u,v的联系最终：M称为二阶矩矩阵（secondmomentmatrix）若互不影响：假设：只有在u方向上变化是E才会变，因此只有都不为
Patrick star`·2023-12-29 09:47

OpenCV-Python(14):图像几何变换

背景说明图像几何变换是计算机视觉和图像处理领域中的重要技术。它通过对图像进行平移、旋转、缩放、翻转等操作，改变图像的大小、位置或方向，以实现对图像的变换和处理。
图灵追慕者·2023-12-29 09:02

OpenCV-Python(18):图像梯度

梯度在计算机视觉和图像处理领域有着广泛的应用，以下是一些常见的应用场景：边缘检测：梯度可以帮助我们找到图像中物体之间的边界。通过计算图像的梯度，我们可以检测出物体的边缘，从而实现目
图灵追慕者·2023-12-29 09:32

OpenCV-Python(21)：OPenCV查找及绘制轮廓

轮廓在图像处理和计算机视觉中非常重要，常用于物体检测、形状分析、图像分割等任务。提示：为了使轮廓更加准确，要使用二值化图像。所以，在寻找
图灵追慕者·2023-12-29 09:55

计算机视觉与自然语言处理（Open AI）

1.语音识别技术语音识别是将语音转换为文本的技术，是自然语言处理的一个分支。通过特征的提取、模式的匹配将语音信号变为文本或命令，以实现机器识别和理解语音。按照应用场景的不同，可以大致分为三类；•电信级系统应用：以自动语音服务的形式用在各行业的企业自动语音服务中心，具体的场景包括电话银行、股票交易、金融产品客服、电子商务、旅游服务等；•嵌入式应用：以基础应用的形式集成在各类终端产品中，如机器人、手机
人工智能MOS·2023-12-29 09:40

毕业设计-基于计算机视觉的的指针式仪表自动读数算法系统 YOLO python 卷积神经网络 人工智能

目录前言设计思路一、课题背景与意义二、算法理论原理2.1加入全局注意力模块2.2引入解耦头三、检测的实现3.1数据集3.2实验环境搭建3.3实验及结果分析实现效果图样例最后前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过
Krin_IT·2023-12-29 09:38

2024 python毕业设计选题精选推荐 python毕设选题合集

目录前言毕业设计选题Web应用开发方向数据分析与可视化方向图像处理与计算机视觉方向机器学习与人工智能方向选题迷茫选题的重要性选题指导更多毕设选题最后前言大四是整个大学期间最忙碌的时光,一边要忙着准备考研
Krin_IT·2023-12-29 09:36

YOLOv8可视化：引入多种可视化CAM方法，为科研保驾护航

2024年计算机视觉顶会创新点适用于Yolov5、Yol
AI小怪兽·2023-12-29 08:00

论文笔记Multi-Person Pose Estimation with Enhanced Channel-wise and Spatial Information CVPR2019

这周看了一篇新的来自CVPR2019的姿态估计paper，不过对计算机视觉任务来说都应该能带来一些启发，笔者按照自己的理解做一个笔记，欢迎讨论拍砖，感谢！
Maniache·2023-12-29 07:34

[华为诺亚实验室+中科大提出TinySAM | 比SAM小10倍，精度的超车！]

文章目录概要整体架构流程RelatedWork技术细节小结概要最近，SegmentAnythingModel(SAM)已经展示出了强大的分割能力，在计算机视觉领域引起了广泛关注。
落叶霜霜·2023-12-29 07:37

LSTM Siamese neural network

卷积神经网络（CNN）已经在计算机视觉处理中得到广泛应用，不过，2017年开创性的Transformer神经网络的开创性使其称为一种可行的替代方案，Transformer是目前流行的ChatGPT的基础
茶桁·2023-12-29 06:58

SLAM中的KDTree是什么，如何构建KDTree

它在点云数据处理和计算机视觉等领域有广泛应用。KD树是一种二叉树，用于将K维空间的数据划分为不同的区域，以便快速进行空间搜索、邻近点查找、范围查询等操作。
稻壳特筑·2023-12-29 04:22

紫光展锐T820与百度飞桨完成I级兼容性测试 助推端侧AI融合创新

本次I级兼容性测试完成了计算机视觉技术领域3个模型的验证，经过双方联合严格测试，紫光展锐T820在MobileNet-V1、ResNet50、SSD-MobileNet-V1模型上的精度、速度等各
紫光展锐官方·2023-12-29 02:17

深度学习 | 基础卷积神经网络

卷积神经网络是人脸识别、自动驾驶汽车等大多数计算机视觉应用的支柱。可以认为是一种特殊的神经网络架构，其中基本的矩阵乘法运算被卷积运算取代，专门处理具有网格状拓扑结构的数据。
西皮呦·2023-12-28 23:35

无人机+AI人工智能可以实现哪些领域的场景应用？

以计算机视觉为代表的AI智能检测与识别技术，开始逐步应用到行业
AI小白龙*·2023-12-28 21:51

相机的一些参数

2.2光圈对景深的影响三、增益/ISO3.1常用的ISO值3.3常用的增益/ISO对三D点云的影响四、景深4.1决定景深的因素五、焦距六、帧率七、工业相机与普通相机的区别八、相机传感器采集图像的模式前言计算机视觉每时每刻都在与相机打交道
OwnResponsibility·2023-12-28 19:11
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他