<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          首頁(yè)  資訊  商機(jī)   下載  拆解   高校  招聘   雜志  會(huì)展  EETV  百科   問答  電路圖  工程師手冊(cè)   Datasheet  100例   活動(dòng)中心  E周刊閱讀   樣片申請(qǐng)
          EEPW首頁(yè) >> 主題列表 >> 邊緣檢測(cè)

          一種高速鐵路接觸網(wǎng)目標(biāo)檢測(cè)與跟蹤方法

          • 因接觸線和承力索無(wú)視覺顯著特征,且機(jī)車運(yùn)行過(guò)程中的強(qiáng)電流、電壓磁場(chǎng)等干擾,導(dǎo)致獲取的視頻圖像具有很多噪聲,使得對(duì)接觸網(wǎng)目標(biāo)跟蹤具有非常大的挑戰(zhàn)性。為此,提出一種高速鐵路接觸網(wǎng)目標(biāo)檢測(cè)與跟蹤方法。接觸線檢測(cè)部分,對(duì)采集的紅外圖像進(jìn)行灰度化處理后,分別運(yùn)用OTSU自適應(yīng)閾值分割和邊緣梯度信息檢測(cè)兩種方法進(jìn)行特征提取,且具有更高的提取精度,接著利用Hough變換法連接邊緣。接觸線跟蹤部分,采用Hough變換檢測(cè)直線的優(yōu)勢(shì)來(lái)提取接觸線的參數(shù),然后利用Kalman濾波方法實(shí)現(xiàn)對(duì)參數(shù)的持續(xù)跟蹤。
          • 關(guān)鍵字: 接觸線檢測(cè)與跟蹤  邊緣檢測(cè)  Hough變換  Kalman濾波  202101  

          一種基于改進(jìn)的Sobel算法鋼軌表面損傷語(yǔ)義分割方法*

          • 為探尋鋼軌表面?zhèn)麚p語(yǔ)義分割的有效方法,實(shí)現(xiàn)鋼軌表面?zhèn)麚p準(zhǔn)確檢測(cè)。在經(jīng)典Sobel算法的基礎(chǔ)上,增加傾斜方向的檢測(cè),改變閥值;利用采集的帶扎傷鋼軌圖片,在MATLAB2016版本進(jìn)行對(duì)比檢測(cè)實(shí)驗(yàn);本方法成功檢出兩處傷損,無(wú)誤檢錯(cuò)檢;結(jié)論:本方法檢測(cè)效果在檢出率和誤檢率都優(yōu)于傳統(tǒng)方法,有一定價(jià)值。
          • 關(guān)鍵字: Sobel算法  鋼軌表面損傷  語(yǔ)義分割  邊緣檢測(cè)  202111  

          基于FPGA的視頻實(shí)時(shí)邊緣檢測(cè)系統(tǒng)

          • 摘要:對(duì)于視頻圖像檢測(cè)與識(shí)別的需要,提出了一種基于FPGA的視頻邊緣檢測(cè)系統(tǒng)設(shè)計(jì)方案,并完成系統(tǒng)的硬件設(shè)計(jì)。通過(guò)FPGA控制攝像頭進(jìn)行視頻采集,雙端口SDRAM對(duì)圖像數(shù)據(jù)進(jìn)行緩存,F(xiàn)PGA再對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)處理。實(shí)際采用
          • 關(guān)鍵字: FPGA  OV7670  視頻采集  邊緣檢測(cè)  VGA  

          高速公路目標(biāo)邊緣檢測(cè)的算法對(duì)比分析

          • 目標(biāo)邊緣檢測(cè)是高速公路目標(biāo)辨識(shí)的關(guān)鍵技術(shù)。雖然現(xiàn)在有多種邊緣檢測(cè)算法,但是不同算法有著各自的適用范圍,通過(guò)對(duì)比Roberts算子、Prewitt算子、Sobel算子和Canny算子等算子,并以高速公路高清監(jiān)控采集的視頻截圖作為樣本,采用不同邊緣檢測(cè)算法對(duì)車輛、護(hù)欄等高速公路上的主要目標(biāo)進(jìn)行對(duì)比分析。計(jì)算結(jié)果表明,對(duì)于高速公路上的主要目標(biāo)識(shí)別而言,Prewitt算子具有相對(duì)較好的邊緣檢測(cè)效果。
          • 關(guān)鍵字: 高速公路  邊緣檢測(cè)  目標(biāo)識(shí)別  Prewitt算子  201605  

          邊緣檢測(cè)算法在醫(yī)學(xué)超聲液性病變圖像中的應(yīng)用

          • 摘要:醫(yī)學(xué)超聲液性病變圖像多見數(shù)個(gè)無(wú)回聲區(qū),呈“蜂窩狀”,邊界不清晰,為了清晰地提取醫(yī)學(xué)超聲液性病變圖像的邊緣,進(jìn)一步為臨床診斷提供可靠依據(jù),在此將幾種不同的邊緣檢測(cè)算法應(yīng)用于醫(yī)學(xué)超聲液態(tài)病
          • 關(guān)鍵字: 邊緣檢測(cè)  算法  圖像  中的應(yīng)用    

          改進(jìn)邊緣檢測(cè)算法在醫(yī)學(xué)圖像處理中的應(yīng)用

          • 摘要:圖像邊緣檢測(cè)在醫(yī)學(xué)中有很重要的應(yīng)用,針對(duì)此提出了一種新的邊緣檢測(cè)方法,首先采用canny算子對(duì)圖像進(jìn)行邊緣檢測(cè),然后對(duì)檢測(cè)后的圖像輪廓跟蹤。實(shí)驗(yàn)表明,與傳統(tǒng)的邊緣檢測(cè)算法相比,這種算法能更好地提取圖像
          • 關(guān)鍵字: 邊緣檢測(cè)  算法  醫(yī)學(xué)圖像  中的應(yīng)用    

          基于機(jī)器視覺技術(shù)之邊緣檢測(cè)

          • 圖象的邊緣信息對(duì)人或?qū)C(jī)器視覺來(lái)說(shuō),都是非常重要的。由于邊緣具有能勾畫區(qū)域的形狀,且能被局部定義以及能傳遞大部分圖象信息等許多優(yōu)點(diǎn),因此,邊緣檢測(cè)可看作是處理許多復(fù)雜問題的關(guān)鍵,是圖象分析和理解的第一
          • 關(guān)鍵字: 機(jī)器視覺技術(shù)  邊緣檢測(cè)    

          Sobel邊緣檢測(cè)的FPGA實(shí)現(xiàn)

          • 為了采用FPGA來(lái)實(shí)時(shí)實(shí)現(xiàn)Sobel邊緣檢測(cè),設(shè)計(jì)者往往自己編寫代碼。在此介紹基于QuartusⅡ提供的參數(shù)可設(shè)置宏功能模塊,實(shí)現(xiàn)Sobel邊緣檢測(cè)的新方案。該方案獲得了比用戶編寫的代碼更優(yōu)的綜合和實(shí)現(xiàn)結(jié)果,節(jié)省了寶貴的設(shè)計(jì)時(shí)間,并且獲得了很好的邊緣檢測(cè)效果。
          • 關(guān)鍵字: Sobel  FPGA  邊緣檢測(cè)    

          基于視覺圖像的微小零件邊緣檢測(cè)算法研究

          • 高精度的微小零件邊緣檢測(cè)中,傳統(tǒng)邊緣檢測(cè)算法存在實(shí)際應(yīng)用可操作性較差,檢測(cè)結(jié)果難以達(dá)到精度要求等問題。為了提高邊緣檢測(cè)精度,提出了基于Soble算子的改進(jìn)算法,該算法擴(kuò)展了Sobel算子邊緣檢測(cè)的模板,并對(duì)擴(kuò)展的梯度方向圖進(jìn)行了細(xì)化處理,而后在梯度圖像上實(shí)現(xiàn)多項(xiàng)式插值亞像素細(xì)分,從而完成對(duì)目標(biāo)邊緣的精確定位。
            實(shí)驗(yàn)結(jié)果表明,該方法的定位精度為0.20 pixel,滿足微小零件在實(shí)際檢測(cè)的精度要求。
          • 關(guān)鍵字: 視覺圖像  零件  邊緣檢測(cè)  算法研究    

          智能車黑線識(shí)別算法及控制策略研究

          便攜式激光盤煤系統(tǒng)的研究應(yīng)用

          基于CNN的紅外圖像預(yù)處理系統(tǒng)的研究與設(shè)計(jì)

          • 摘要:本文設(shè)計(jì)了一個(gè)以FPGA為核心處理器實(shí)現(xiàn)紅外視頻圖像數(shù)字預(yù)處理的系統(tǒng),利用Altera公司提供的DE2開發(fā)板,把系統(tǒng)大部分的功能模塊集成在一片F(xiàn)PGA 上,大大優(yōu)化了整個(gè)系統(tǒng)的性能。該方案采用Altera公司推出的低成本、高密度的Cyclone Ⅱ系列FPGA,提高了系統(tǒng)的設(shè)計(jì)靈活性。細(xì)胞神經(jīng)網(wǎng)絡(luò)IP核的開發(fā),充分利用了細(xì)胞神經(jīng)網(wǎng)絡(luò)在圖像處理方面的優(yōu)勢(shì),提高了整個(gè)系統(tǒng)的處理效率。實(shí)現(xiàn)了細(xì)胞神經(jīng)網(wǎng)絡(luò)的一種高效數(shù)字實(shí)現(xiàn)方案,并且采用分布式算法可以提供更高的運(yùn)行速度。 關(guān)鍵詞 邊緣檢測(cè);細(xì)胞神經(jīng)網(wǎng)絡(luò);FP
          • 關(guān)鍵字: 消費(fèi)電子  邊緣檢測(cè)  細(xì)胞神經(jīng)網(wǎng)絡(luò)  FPGA  嵌入式  消費(fèi)電子  

          基于圖像處理技術(shù)的銅箔疵點(diǎn)檢測(cè)系統(tǒng)研究

          • 計(jì)算機(jī)輔助檢測(cè)技術(shù)在工業(yè)生產(chǎn)及檢測(cè)領(lǐng)域有著廣泛的應(yīng)用,生產(chǎn)線上成品及次品的檢驗(yàn)工作在很大程度上依賴計(jì)算機(jī)圖像處理技術(shù)的發(fā)展,如光學(xué)玻璃波形檢測(cè)、紡織品檢測(cè)、焊縫檢測(cè)等應(yīng)用。銅箔基板(CCL)是多層印刷線路板(PCB)生產(chǎn)的原料之一,其產(chǎn)品質(zhì)量嚴(yán)重影響著印刷線路板的優(yōu)劣,因此對(duì)銅箔基板的質(zhì)量檢測(cè)非常重要。在其生產(chǎn)過(guò)程中,需經(jīng)過(guò)熱壓、剪裁等工藝,由于設(shè)備及人為原因,可以會(huì)對(duì)CCL表面造成損傷,產(chǎn)生各類疵點(diǎn)。疵點(diǎn)主要分為劃痕和污點(diǎn)兩大類,根據(jù)疵點(diǎn)的種類、大小、數(shù)量可以判定該板是否合格。因此疵點(diǎn)的檢驗(yàn)是銅箔基板產(chǎn)
          • 關(guān)鍵字: 邊緣檢測(cè)  測(cè)量  測(cè)試  銅箔疵點(diǎn)  圖像處理  消費(fèi)電子  消費(fèi)電子  
          共14條 1/1 1
          關(guān)于我們 - 廣告服務(wù) - 企業(yè)會(huì)員服務(wù) - 網(wǎng)站地圖 - 聯(lián)系我們 - 征稿 - 友情鏈接 - 手機(jī)EEPW
          Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
          《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國(guó)際技術(shù)信息咨詢有限公司
          備案 京ICP備12027778號(hào)-2 北京市公安局備案:1101082052    京公網(wǎng)安備11010802012473
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();