计算机视觉（一）

最新推荐文章于 2025-11-30 17:03:51 发布
原创 最新推荐文章于 2025-11-30 17:03:51 发布 · 4.2k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#计算机视觉

这篇博客介绍了计算机视觉中的基本图像处理技术，包括图像直方图的性质和计算，高斯滤波的原理及应用，以及直方图均衡化在增强图像对比度中的作用。通过代码示例和实验结果展示了这些概念的实际操作和效果。
最低0.47元/天 解锁文章
doubaijj
关注
图像处理之直方图均衡化
淡雅与立夏的博客
10-10 1171
直方图均衡化
python数字图像处理（9）：直方图与均衡化
weixin_34239592的博客
01-12 2099
在图像处理中，直方图是非常重要，也是非常有用的一个处理要素。 在skimage库中对直方图的处理，是放在exposure这个模块中。 1、计算直方图 函数：skimage.exposure.histogram(image, nbins=256) 在numpy包中，也提供了一个计算直方图的函数histogram(),两者大同小义。 返回一个tuple（hist, bins_center),...
直方图均衡化
Rjex
01-19 532
均衡化原理 若已知某灰度图像，对其进行直方图均衡化 L为图像中灰度级的数量，rk（k=0,1,2…,L-1）为灰度级，pr(rk)为该图像中灰度级rk出现的概率，均衡化变换的离散形式为： 将上式所有值四舍五入为最接近的整数，rk被映射为sk并将其列出，便可得到均衡化后的直方图。 均衡化 以如下灰度图数据均衡化为例 均衡化结果 代码 %Write by 长安 Rjex clc ,clear ...
数字图像处理之直方图均衡化
Bettyshasha的专栏
07-18 2246
以下例子源自《数字图像处理》第三版 r表示待处理图像的灰度，取值区间[0,L-1]。r=0表示黑色，r= L-1表示白色。输出灰度值s,变换形式： s = T(r) ,0 离散变换形式 sk = T(rk) = (L-1)(pr0+pr1+...+prk)  ,pr为像素值的概率密度。 =  (L-1)(n0+n1+...+nk)/MN,n为每个像素值对于的个数，M、N为图像行和列
计算机视觉介绍
qq_37595510的博客
08-23 3533
计算机视觉介绍，包括其工作原理、应用场景、常用实现方式等
计算机视觉与机器视觉
MzKyle的博客
07-19 1838
机器视觉与计算机视觉的本质差异 机器视觉（MV）与计算机视觉（CV）虽均涉及图像处理，但核心目标与技术路径截然不同： 定义：CV是让计算机“看懂”世界（如识别物体、场景理解），MV是用视觉技术解决工业问题（如缺陷检测、尺寸测量）。 技术栈：CV以算法为核心（如深度学习模型），MV是软硬件协同系统（工业相机+光源+控制协议）。 应用场景：CV覆盖安防、医疗等泛化领域，MV聚焦工业自动化（电子制造、汽车质检等）。 性能要求：CV追求高精度与泛化能力，MV强调实时性（毫秒级响应）与鲁棒性（恶劣环境稳定运行）。 简
计算机视觉详解
chengxuyuan1213_的博客
12-12 2126
计算机视觉是研究如何使计算机通过图像或多维数据来模拟人类视觉系统的一门技术。其目标是从图像或视频中提取有用的信息并做出决策，这通常涉及对图像中的物体、场景或活动进行识别、分类、检测和跟踪等任务。
计算机视觉——一种现代方法（第二版）学习笔记_计算机视觉一种现代方法-优快云博客 (2024_3_10 14_47_44).html
03-10
计算机视觉——一种现代方法（第二版）学习笔记_计算机视觉一种现代方法-优快云博客 (2024_3_10 14_47_44).html
计算机视觉 一种现代方法
09-15
计算机视觉 一种现代方法 PDF文件 是中文版的书 这本书是计算机视觉领域中的经典 是计算机视觉研究者必不可少的书
计算机视觉 一种现代方法（上）
05-08
Forsyth的Computer Vision: A Modern Approach中文版，作者是CV领域的权威。无论是初学者入门还是希望在CV领域有进一步提高，本书都值得一读。
计算机视觉：一种现代方法（中文版）
07-19
计算机视觉：一种现代方法（中文版），清华大学官方指定教材
计算机视觉：一种现代方法（pdf）
08-28
计算机视觉书籍，pdf扫描版...
计算机视觉·DETR
2301_80132162的博客
11-30 148
由于N的数量肯定是大于图像中真实锚框的数量和标签集M，因此作者引入了一个No Object作为新的标签集。，这N个锚框经过FFN分别得到分类结果和锚框坐标。这些query向量首先经过自注意力进行交互。总损失：N个分类损失，M个锚框和GIoU损失。DETR设计了N个可以学习的query。就像NMS一样，作者需要减少锚框的数量。首先通过CNN+1x1卷积得到特征图，，N的数量大于图像中实际存在的数量。，其中N=100，表示查询的数量。得到生成的锚框与真实锚框之间的。，就是一个关系矩阵C。
JAVA毕业设计含文档和代码springboot凉州区助农惠农服务平台
最新发布
11-30
JAVA毕业设计含文档和代码springboot凉州区助农惠农服务平台
【四轴飞行器的位移控制】控制四轴飞行器的姿态和位置设计内环和外环PID控制回路（Simulink仿真实现）
11-30
【四轴飞行器的位移控制】控制四轴飞行器的姿态和位置设计内环和外环PID控制回路（Simulink仿真实现）内容概要：本文围绕四轴飞行器的位移控制展开，重点介绍如何通过设计内环和外环PID控制回路来实现对其姿态和位置的精确控制。外环负责根据期望位移生成姿态指令，内环则依据这些指令调节飞行器的实际姿态，从而实现稳定的位置跟踪。整个控制系统在Simulink环境中进行建模与仿真，便于验证控制策略的有效性与鲁棒性。文中详细阐述了四轴飞行器的动力学模型、控制结构设计原理以及PID参数整定方法，帮助读者深入理解飞行器控制的核心机制。; 适合人群：具备自动控制理论基础和Simulink仿真经验的高校学生、科研人员及从事无人机控制开发的工程师。; 使用场景及目标：①用于教学实践中帮助学生掌握多变量控制系统的设计方法；②为无人机姿态与位置控制系统的开发提供可复现的仿真框架；③支持进一步研究高级控制算法（如串级控制、自适应控制）在飞行器中的应用。; 阅读建议：建议读者结合Simulink模型同步操作，动手调试PID参数以观察系统响应变化，加深对内外环协同控制机制的理解，并可在此基础上拓展为非线性或智能控制策略的研究。
【嵌入式开发】Rust与C++互操作技术指南：基于FFI与bindgen的混合编程及渐进式迁移方案设计
11-30
内容概要：本文是一份关于在嵌入式环境中实现Rust与C++互操作的工程实践指南，系统介绍了如何将Rust逐步集成到现有的C/C++驱动框架中。内容涵盖互操作机制（如FFI、extern "C"、bindgen工具）、构建系统集成（Cargo与Make/CMake等）、内存与所有权管理、中断处理、调试测试流程及性能优化，并提供完整的实战案例——用Rust实现I2C传感器驱动并集成到C项目中。文章强调安全性、兼容性和渐进式迁移策略，附有大量可运行代码和常见问题解决方案。; 适合人群：具备一定嵌入式开发经验，熟悉C/C++，并希望引入Rust提升代码安全性的中高级工程师或技术团队；适合正在考虑语言迁移或模块重构的开发者； 使用场景及目标：①在现有C/C++项目中安全嵌入Rust模块，降低内存安全隐患；②实现高效跨语言调用，优化关键组件的可靠性与维护性；③通过bindgen自动化绑定、联合构建与调试，完成实际驱动开发与性能验证； 阅读建议：建议结合示例代码动手实践，重点关注FFI边界设计、内存安全规则和构建脚本配置，在真实嵌入式平台上进行调试与测试以掌握全流程。
zhongyanghan_Risk-prediction-of-credit-card-transaction-fraud-based-on-L
11-30
zhongyanghan_Risk-prediction-of-credit-card-transaction-fraud-based-on-L
Garfield-0927_JavaExperiment_34704_1763630740306.zip
11-30
Garfield-0927_JavaExperiment_34704_1763630740306
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值