图像处理

c#上位机11 小时前
图像处理·人工智能·计算机视觉·c#·上位机·halcon
halcon图像增强——emphasize我们有时候需要提取图像的边缘进行后续的处理,在提取边缘之前,我们可以对图像的边缘进行增强处理。它的核心原理是通过放大局部区域的灰度差异来增强对比度,让图像看起来更清晰,尤其适用于需要突出物体轮廓或纹理细节的机器视觉应用。emphasize 的工作原理主要包含以下几个步骤:
core51216 小时前
图像处理·人工智能·python
【图像处理】Python 实现 SVD 奇异值分解对图片进行压缩与还原在图像处理和机器学习领域,奇异值分解(Singular Value Decomposition, SVD) 是一种非常强大的矩阵分解算法。它不仅可以用于降维(如 PCA),还可以用于图像压缩。
爱思德学术16 小时前
图像处理·计算机视觉
中国计算机学会(CCF)推荐学术会议-C(计算机图形学与多媒体):IEEE ICIP 2026IEEE ICIP 2026The IEEE International Conference on Image Processing is the IEEE flagship event on image processing, vision and imaging. Organized annually since 1994, the conference brings together leading researchers and practitioners from around the wor
明洞日记17 小时前
c++·图像处理·vtk·图形渲染
【VTK手册021】VTK碰撞检测核心:vtkCollisionDetectionFilter深度解析与实战在医学图像处理与可视化、尤其是在涉及手术规划、介入导航或设备模拟的场景中,碰撞检测是确保物理真实性与安全性的关键技术。VTK (Visualization Toolkit) 提供了强大的 vtkCollisionDetectionFilter,能够高效地判断两个三维几何体(vtkPolyData)之间是否发生接触,并计算出碰撞区域及深度。
c#上位机18 小时前
图像处理·算法·计算机视觉·c#·halcon
halcon区域变换—shape_trans在图像处理中我们有时候得到的区域是不规则的,为了方便后续的处理,我们可以使用区域变换将不规则的区域转换为规则的区域后再处理。
yours_Gabriel19 小时前
图像处理·人工智能·深度学习·神经网络·cnn
【深度学习】CNN卷积神经网络基础只要包含了卷积层的网络都可以理解为卷积神经网络。神经元按列进行排列,并列与列的神经元进行全连接,就可以的得到BP神经网络。 eg:利用BP神经网络做车牌数字识别 将5*5的矩阵按行展开,并拼接成一个行向量,此时就可以将该行向量作为输入层。 输出层期望: 训练:
AndrewHZ20 小时前
图像处理·算法·计算机视觉·isp·图像去噪·图像信号处理·raw域
【ISP算法精粹】RAW域两帧输入去噪算法介绍在计算机视觉领域,RAW图像因保留了传感器原始光电转换数据,具备更高的动态范围和色彩还原潜力,成为专业图像处理的首选格式。但RAW图像对噪声极为敏感,光子噪声、读出噪声等会严重影响后续的图像增强与分析。单帧去噪算法受限于单帧信息,难以在去噪与细节保留间达到最优平衡,而两帧输入一帧输出的去噪方案,通过利用帧间时间相关性补充信息,能显著提升去噪性能,在遥感成像、太空探测等对图像质量要求极高的场景中具有重要应用价值。
黑客思维者21 小时前
图像处理·python·opencv
OpenCV Python 图像处理实战:裁剪/滤波/人脸检测(原理+案例+避坑)在计算机视觉领域,OpenCV + Python 是工程师入门与落地的首选组合——Python 的灵活高效降低了开发门槛,OpenCV 丰富的算法库则覆盖了从基础处理到智能分析的全链路需求。
Bdygsl21 小时前
图像处理·人工智能·计算机视觉
数字图像处理总结 Day 6 —— 图像分割与彩色图像处理图像分割是将图像划分成具有相似特征的区域的过程。这些区域应该具有相同的灰度、纹理或颜色等属性。这类方法通过检测灰度值突然发生变化的区域来识别边界。(基于不连续性)
拿我格子衫来1 天前
javascript·图像处理·编辑器·图形渲染
图形编辑器基于Paper.js教程32:绘制贝塞尔曲线,并进行二次编辑上一篇文章是10.24写的,是在我考试前,写了一些最近一段时间的感悟和体会。很多时候不是知识变得廉价啦,而是获得知识的方式更加便捷啦。普通人一句话就能生成一个网站,一句话就能生成一个高深算法的实现,生产力得到空前的提升。从另一方面来看,AI所提升的生产力是一把双刃剑,如果你用AI能提升很高的生产力,那么你的工作以后很有可能被AI替代,相反那些无法被AI助力的岗位,反而更稳定,比如泥瓦匠,木工,搬运工。😂…扯远了。
AndrewHZ1 天前
图像处理·python·算法·计算机视觉·傅里叶变换·频域滤波·滤波核设计
【图像处理基石】RGB图像频域滤波:原理、实现与实战(Python)在图像处理中,频域滤波是一种基于傅里叶变换的核心技术,通过在频率域对图像的高频(边缘、噪声)和低频(平滑区域)成分进行选择性增强或抑制,实现去噪、边缘检测、图像模糊等功能。与灰度图像不同,RGB图像包含红、绿、蓝三个通道,频域滤波需兼顾通道独立性与色彩一致性。本文将从原理到实战,详细讲解RGB图像频域滤波的实现流程,附完整Python代码可直接运行。
c#上位机1 天前
图像处理·人工智能·计算机视觉·c#·halcon
halcon提取单通道图像——access_channel我们在图像处理中遇到的最多的图像是rgb图像,这种图像具备3个通道,R、G、B,在某些场景下我们提取其中一个通道进行图像处理具备较好的效果,本文就来讲解如何获取其中某个通道的图像。
果子火火1 天前
图像处理
去除线稿中的一些独立线段如题,我想把图中断掉的线条去掉,其它部分保持不变。去除的效果如下图所示:使用到的方法是调用skimage库中的 morphology.remove_small_objects,过滤的阈值可以自己设置,我设置的为100.
却相迎1 天前
图像处理·启发式算法
2019-基于遗传算法的二维最大熵多阈值图像分割在图像分割领域,基于遗传算法的二维最大熵阈值分割论文已发表几十篇,知网最近可追溯到的是余荣泉和段先华在《计算机与数字工程》期刊上发表的《基于最大熵和遗传算法的图像分割方法研究》。该论文针对图像分割中传统最大熵阈值法存在的算法复杂度高、计算多阈值时运算时间长、对目标细节分割模糊以及分割结果不精确等问题,提出了将最大熵阈值分割法与遗传算法相结合的核心方法。该方法利用遗传算法的并行性、鲁棒性和自适应性,通过选择、交叉和变异操作快速搜索图像分割的最佳阈值,分别讨论了一维和二维最大熵阈值分割的情况,并以二维熵函数作
AI即插即用1 天前
网络·图像处理·人工智能·深度学习·神经网络·计算机视觉·视觉检测
即插即用系列 | Attention GhostUNet++:基于多维注意力和 Ghost 模块的高效 CT 图像脂肪与肝脏分割网络论文名称:Attention GhostUNet++: Enhanced Segmentation of Adipose Tissue and Liver in CT Images > 论文原文 (Paper):https://arxiv.org/abs/2504.11491 > 代码 (code):https://github.com/MansoorHayat777/Attention-GhostUNetPlusPlus
Coding茶水间2 天前
图像处理·人工智能·深度学习·yolo·目标检测·计算机视觉
基于深度学习的船舶检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)基于深度学习的船舶检测系统演示与介绍海上场景的船舶检测对海事安全与航运管理具有重要意义。传统方法在复杂海况、密集目标与小目标场景下存在鲁棒性不足、效率偏低等问题。近年来,YOLO系列单阶段检测器凭借端到端推理与良好实时性,成为船舶检测的主流方案。
询问QQ:4877392782 天前
图像处理
双馈风力发电机DFIG的矢量控制策略及仿真模型研究——基于定子侧与转子侧电压定向控制及功率因数...双馈风力发电机DFIG矢量控制仿真模型【附说明文档】 控制策略: 定子侧电压定向矢量控制: PMW变换器采用双闭环控制,电压外环主要控制直流侧电压,直流电压给定与反馈的误差经过 PI 调节器计算给定,其值决定有功功率的大小,符号决定有功功率的方向。 电流内环按照电压外环输出的电流指令进行电流控制,为实现功率因数为1的整流或逆变,iq=0; 转子侧磁链定向矢量控制: 整个系统为双闭环结构,外环为功率控制环,根据有功功率、无功功率给定和经过计算得出的反馈值进行比较后输入 PI 控制器;内环为转子电流控制环,电
AndrewHZ2 天前
图像处理·sci·tpami·期刊·遥感图像·tip·tgrs
【图像处理基石】有没有推荐的图像处理方向的期刊SCI?作为图像处理领域的半科研人,选对SCI期刊直接决定了论文的影响力与录用效率。尤其是2025年中科院分区更新后,部分期刊的分区、影响因子发生了显著变化,盲目投稿可能浪费数月甚至半年时间。本文结合最新数据与实战经验,从期刊分类、选刊逻辑、投稿技巧三个维度,为你梳理图像处理领域的核心SCI期刊,帮你少走弯路。
AndrewHZ2 天前
图像处理·python·算法·dem·高程数据·遥感图像·差值算法
【遥感图像入门】DEM数据处理核心算法与Python实操指南作为地理空间分析的基础数据,数字高程模型(DEM)在地形分析、水文模拟、灾害预警等领域发挥着关键作用。本文将从工程实践角度,拆解DEM数据处理的核心流程与算法原理,结合Python+GDAL实现完整实操案例,涵盖数据读取、预处理、特征提取、优化策略等关键环节,适合GIS开发与数据分析从业者参考。