- 博客(57)
- 资源 (13)
- 收藏
- 关注
RSS订阅原创 应用篇02-镜头标定（上）
所有光学相机镜头都存在畸变的问题，畸变属于成像的几何失真，它是由于焦平面上不同区域对影像的放大率不同而形成的画面扭曲变形现象，这种变形的程度从画面中心至画面边缘依次递增，主要在画面边缘反映得较为明显。实际使用的相机镜头都是光学透镜，只有通过光心的光线才是沿直线传播的，而大部分的光线在通过透镜后会发生折射，从而改变了传播的角度。在正确的拍摄条件下，矩形体的像仍然是矩形。是由于视场边缘部分的放大率比中心部分放大率高引起的，即倾斜角度大的光线的放大率比倾斜角度小的光线的放大率高。1.1 为什么要进行标定。
2025-04-17 16:09:15
560
原创 应用篇06-镜头畸变矫正（上）
本节讨论基于Halcon的镜头畸变矫正，这部分是后续诸多高级应用的基础。此为上篇，主要介绍径向畸变和切向畸变的原理及矫正方法。
2025-04-09 11:24:47
185
原创 应用篇03-图像拼接（）-高级
本节是图像拼接的下篇，介绍一下图像拼接中的高级内容，涉及到3D拼接（基于透视变换），以及拼接的后处理方法，用于改进拼接质量。
2025-04-07 11:00:26
250
原创 应用篇06-一维视觉测量(中)：测量及后处理
本节是一维视觉测量的第二节，将介绍如何计算和显示测量结果，以及配套的后处理过程，同时还会给出一个具体的实例。
2025-03-20 17:54:46
230
原创 应用篇06-一维视觉测量(上)：构建测量对象
本节是一维视觉测量的第一节，将介绍基于Halcon的一维视觉测量的原理和基本步骤，以及如何创建测量对象，如何提取测量对象的一维边缘/边缘对信息。
2025-03-20 10:48:52
264
原创 基础篇16-特征提取（1）--概述
但由于到了假期，更新的速度不会很快。本节将介绍与二值图像形态学处理相关的组合操作算子，包括开、闭、击中击不中，以及在此基础上实现的形态学操作。本专栏将介绍基于Halcon的各种传统经典的数字图像处理技术，所介绍内容基本与Gonzalez的教材基本保持一致。使用上一节介绍的形态学各种基本操作，可以衍生出许多高级形态学处理方法，如边界提取、剪枝、骨架化、细化、粗化、顶帽/底帽变换等。
2025-03-17 17:44:36
197
原创 基础篇15-二值图像数学形态学（下）--形态学操作
数学形态学是一种应用数学工具，它可用于处理二值图像和灰度图像。本节将介绍与二值图像形态学处理相关的组合操作算子，包括开、闭、击中击不中，以及在此基础上实现的形态学操作。
2025-03-13 18:08:13
224
原创 基础篇14-二值图像数学形态学（上）--基本操作算子
数学形态学是一种应用数学工具，它可用于处理二值图像和灰度图像。本节将介绍与二值图像形态学处理相关的内容，灰度图像形态学处理，不再单独介绍。
2025-03-12 16:53:31
224
原创 基础篇13-图像分割（下）--基于分类的方法
图像分割是图像处理的重要内容，是位于底层的图像处理、特征提取与上一层次的图像分析之间的关键步骤。图像分割的相关技术较多，分为三篇介绍。其核心思想是将图像划分为若干区域，每个区域内的像素在颜色、纹理、强度等方面具有一致性，而不同区域之间则存在明显差异。本专栏将介绍基于Halcon的各种传统经典的数字图像处理技术，所介绍内容基本与Gonzalez的教材基本保持一致。
2025-03-07 16:50:56
190
原创 基础篇12-图像分割（中）--区域的方法
图像分割是图像处理的重要内容，是位于底层的图像处理、特征提取与上一层次的图像分析之间的关键步骤。图像分割的相关技术较多，分为三篇介绍。本节是中篇，介绍基于区域的技术，包括区域生长和分水岭算法等。
2025-03-04 11:57:47
899
原创 基础篇11-图像分割（上）--阈值的方法
图像分割的主要任务是将图像中的像素划分为不同的区域或对象，使得：同一区域内的像素具有相似的特征（如颜色、纹理、强度等）；随着深度学习的发展，基于神经网络的分割方法（如 FCN、U-Net 等）逐渐成为主流，但传统方法仍具有重要的理论和应用价值。图像分割是计算机视觉和图像处理中的核心任务之一，旨在将图像划分为多个具有特定意义的区域或对象。图像分割是图像处理的重要内容，是位于底层的图像处理、特征提取与上一层次的图像分析之间的关键步骤。图像分割是计算机视觉中的基础任务，传统方法主要基于图像的底层特征，包括。
2025-02-21 11:10:47
415
原创 基础篇08-空域滤波（下）--锐化滤波
锐化通过增强图像的高频成分（如边缘和细节）来实现，通常使用微分算子来检测和增强这些区域。常用的技术分为空域和频率两类，本节重点介绍Halcon所实现的空域锐化增强技术所涉及到的算子。锐化通过增强图像的高频成分（如边缘和细节）来实现，通常使用微分算子来检测和增强这些区域。常用的技术分为空域和频率两类，本节重点介绍Halcon所实现的空域锐化增强技术所涉及到的算子。本节主要介绍常见的锐化滤波技术，其中部分算子在边缘检测一节还会提及。图像处理中的锐化增强技术主要用于增强图像的边缘和细节，使图像看起来更清晰。
2025-02-17 16:10:46
177
原创 基础篇07-空域滤波（中）--非线性平滑滤波
但由于到了假期，更新的速度不会很快。本专栏将介绍基于Halcon的各种传统经典的数字图像处理技术，所介绍内容基本与Gonzalez的教材基本保持一致。作为学习和实践DIP技术的入门教程。空域滤波是图像处理的核心技术之一，将用三节将简要介绍Halcon中有关空域滤波的算子。本节主要介绍常见的非线性平滑滤波技术。对于空域平滑滤波器，非线性滤波的数量比线性滤波器多，功能也更多样。
2025-02-14 19:04:45
300
原创 基础篇09-频域滤波（上）--基础
Halcon使用gen_filter_mask算子生成空域滤波的模板。它通常用于创建自定义的滤波器，以便在图像处理中进行卷积操作。算子来实现卷积运算，该算子支持自定义卷积核和多种边界处理方式。Halcon还提供了高斯平滑和均值平滑两种常用算子，分别是。
2025-02-11 11:30:27
442
原创 基础篇06-空域滤波（上）-- 线性平滑滤波
空域滤波是图像处理的核心技术之一，将用三节将简要介绍Halcon中有关空域滤波的算子。本节主要介绍空域滤波基础，并介绍常见的线性平滑滤波技术。
2025-02-08 08:51:06
137
原创 基础篇04-图像的灰度值变换
灰度变换是一种重要d的图像增强技术，用于改善图像显示效果，属于空间域处理方法，它可以使图像动态范围加大，使图像对比度扩展，图像更加清晰，特征更加明显。灰度变换其实质就是按一定的规则修改图像每一个像素的灰度，从而改变图像的灰度范围。常见的灰度变换图像反转、对数变换、伽马变换、分段线性变换等。本节将简要介绍Halcon中有关图像的两类基本运算，分别是代数运算和逻辑运算。除此之外，还介绍几种特殊的代数运算。
2025-02-03 16:32:16
396
原创 004-基于Sklearn的机器学习入门：回归分析（下）
在一般的线性回归中，使用的假设函数是一元一次方程，也就是二维平面上的一条直线。多项式回归中，加入了特征的更高次方（例如平方项或立方项），也相当于增加了模型的自由度，用来捕获数据中非线性的变化。添加高阶项的时候，也增加了模型的复杂度。随着模型复杂度的升高，模型的容量以及拟合数据的能力增加，可以进一步降低训练误差，但导致过拟合的风险也随之增加。本节及后续章节将介绍机器学习中的几种经典回归算法，包括线性回归，多项式回归，以及正则项的岭回归等，所选方法都在Sklearn库中聚类模块有具体实现。
2024-07-08 16:42:41
420
原创 002-基于Sklearn的机器学习入门：基本概念
本节将继续介绍与机器学习有关的一些基本概念，包括机器学习的分类，性能指标等。同样，如果你对本节内容很熟悉，可直接跳过。
2024-07-01 16:11:33
305
原创 003-基于Sklearn的机器学习入门：回归分析（上）
本节及后续章节将介绍机器学习中的几种经典回归算法，所选方法都在Sklearn库中聚类模块有具体实现。本节为上篇，将介绍基础的线性回归方法，包括线性回归、逻辑回归、多项式回归和岭回归等。2.1 回归分析概述。2.1 回归分析概述。
2024-06-30 18:09:37
339
原创 001-基于Sklearn的机器学习入门：数据处理与Sklearn标准数据集
该数据集包含了 506 个波士顿地区的房屋数据，其中每个数据点都有 13 个变量（例如犯罪率、房产税率、房间数量等）和一个目标变量（房屋价格的中位数）。该数据集最初由 Harrison, D. 和 Rubinfeld, D.L. 在 1978 年发布。本节将介绍Sklearn库基本功能，以及其自带的几个标准数据集的调用方法。本节是学习后面内容的基础，如果您已经对本节内容相当熟悉，可跳过本节内容。Sklearn自带许多标准数据集，这些数据集从简单到复杂，可用于机器学习的各个领域。（1）波士顿房价数据集。
2024-06-18 18:16:20
216
原创 010-基于Sklearn的机器学习入门：聚类（上）
它是按照某个特定标准（如距离）把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。按照策略不同，传统的聚类方法主要可以分为三类：划分式聚类方法（Partition-based Methods）、基于密度的聚类方法（Density-based methods）、层次化聚类方法（Hierarchical Methods）等。本节及后续章节将介绍深度学习中的几种聚类算法，所选方法都在Sklearn库中聚类模块有具体实现。
2024-06-17 17:26:08
312
原创 000-基于Sklearn的机器学习入门：工作环境搭建与配置
本专栏将介绍基于Scikit-learn(简称Sklearn)的机器学习入门知识。包括但不一定限于，机器学习基本知识、Sklearn库简介，基于Sklearn库的机器学习实践。这是本专栏的第000篇，将介绍如何安装和配置Sklearn环境，不仅包括Sklearn库的安装和配置，还包括本教程所用的Python开发环境——Jupyterlab软件的安装配置。
2024-06-04 21:05:02
595
原创 用Skimage学习数字图像处理（021）：图像特征提取之线检测（下）
本节是特征提取之线检测的下篇，讨论基于Hough变换的线检测方法。首先简要介绍Hough变换的基本原理，然后重点介绍Skimage中含有的基于Hough变换的直线和圆形检测到实现。
2024-04-16 12:12:25
478
原创 用Skimage学习数字图像处理（018）：图像形态学处理（下）
本节图像形态学处理的下篇，介绍基于基本形态学操作的图像应用，包括边界提取：，上述功能均有对应的独立函数。
2024-04-09 12:12:48
208
原创 用Skimage学习数字图像处理（017）：图像形态学处理（上）
本节开始讨论图像形态学处理，这是上篇，将介绍与二值形态学相关的内容，重点介绍两种基本的二值形态学操作：腐蚀和膨胀，以及三种复合二值形态学操作：开、闭和击中击不中变换。
2024-04-04 09:35:43
477
原创 002-基于Pytorch的手写汉字数字分类
本节将介绍一个简单而典型的基于Pytorch框架的图像分类任务，所用的数据集是手写体汉字数字，模型是LeNet-5。通过该实例的学习，可以了解基于深度网络模型的计算机视觉任务的基本流程。
2024-03-25 17:50:43
505
原创 004 基于Jetson Nano+YoloV4-tiny的目标检测
本节介绍有关行人检测的。首先完成一种针对单幅图像的人体检测，然后介绍一种在线行人检测实例。
2024-03-20 12:16:07
438
原创 003-基于Jetson Nano平台的在线二维码检测
本节为上篇，主要介绍如何在Jetson Nano平台读取和处理视频文件，以及设置摄像头，并从摄像头中读取和显示视频流。
2024-03-19 17:29:20
302
原创 用Skimage学习数字图像处理（020）：图像特征提取之线检测（上）
本节重点讨论图像线特征检测，这是上篇，首先给出与图像直线模型、图像边缘有关的背景知识，然后重点介绍几种常用的基于梯度算子的边缘检测技术。介绍图像中的直线模型。
2024-03-18 18:07:50
472
原创 用Skimage学习数字图像处理（016）：图像的金字塔表示
本节介绍图像的多分辨率金字塔表示，首先介绍相关的背景知识，包括图像的尺度空间、图像的多分辨率表示等，然后重点介绍图像的金字塔结构表示，包括高斯金字塔和拉普拉斯家金字塔表示。最后，介绍Skimage中所提供的金字塔表示函数的声明和使用。
2024-03-14 22:45:41
552
1
原创 002-Jetson Nano开发环境搭建与配置-开启绿色之眼（下）
本节继续介绍有关Jetson Nano开发环境的配置，包括JupyterLab安装和配置，以及一些主要 扩展库（如OpenCV）的安装等等。
2024-03-12 16:45:46
939
1
stanford compter vision 2017课件 第2部分
2018-02-26
stanford compter vision 2017课件
2018-02-26
DICOM图像浏览转换控件
2011-02-21
A first course in probability(概率论基础教程)
2008-09-19
数字图像处理(matlab版) 自带的 DIPUM_toolbox_m-file_v1.1.3
2008-09-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人