腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

智能算法

专栏作者

381

文章

637747

阅读量

111

订阅数

机器视觉检测中的图像预处理方法

图像处理编程算法

本文以Dalsa sherlock软件为例，一起来了解一下视觉检测中平滑模糊的图像处理方法。

2020-08-28

2.3K0

卷积有多少种？一文读懂深度学习的各种卷积

图像处理深度学习 https 网络安全

如果你听说过深度学习中不同种类的卷积（比如 2D / 3D / 1x1 /转置/扩张（Atrous）/空间可分/深度可分/平展/分组/混洗分组卷积），并且搞不清楚它们究竟是什么意思，那么这篇文章就是为你写的，能帮你理解它们实际的工作方式。

2019-12-06

8840

机器视觉算法(第13期)----直方图处理中的两大神器！

图像处理编程算法

上期我们一起揭开了图像处理中的卷积操作的疑惑，机器视觉算法(第12期)----图像处理中的卷积操作真的是在做卷积吗？今天，我们一起看下直方图处理中的两大神器：直方图均衡与直方图匹配。

2019-12-06

9020

机器视觉算法(第12期)----图像处理中的卷积操作真的是在做卷积吗？

图像处理卷积神经网络深度学习 opencv

上期我们一起学习来了OpenCV中的绘图与注释，机器视觉算法(第11期)----OpenCV中的绘图与注释

2019-11-23

1.1K0

干货｜深度学习目标检测的主要问题和挑战！

图像处理深度学习机器学习图像识别神经网络

就像许多其他计算机视觉问题，该领域还缺乏一个显而易见或者“做好的”方法，这意味着目标检测仍然有很大的进步空间。

2019-07-19

3.7K0

3 个经典的卷积神经网络案例分析

神经网络卷积神经网络深度学习图像处理编程算法

本文将以 Alex-Net、VGG-Nets、Network-In-Network 为例，分析几类经典的卷积神经网络案例。

2019-07-12

1K0

概述 | 点云数据处理方法都有哪些？

编程算法数据处理图像处理

ICP点云配准就是我们非常熟悉的点云处理算法之一。实际上点云数据在形状检测和分类、立体视觉、运动恢复结构、多视图重建中都有广泛的使用。点云的存储、压缩、渲染等问题也是研究的热点。随着点云采集设备的普及、双目立体视觉技术、VR和AR的发展，点云数据处理技术正成为最有前景的技术之一。PCL是三维点云数据处理领域必备的工具和基本技能，这篇文章也将粗略介绍。

2019-07-12

15.6K1

机器视觉算法(第10期)----图像处理中64个常用的算子

opencv 图像处理

上期我们一起学习了OpenCV中最重要的数据类型数组Mat类，机器视觉算法(第9期)----OpenCV中最最最重要的类型从今天我们仍将以OpenCV为工具，来介绍图像处理中常用到的算子都有哪些？

2019-06-20

2.6K0

机器视觉算法(第6期)----OpenCV中的基础数据类型

opencv scala 图像处理编程算法

上期我们一起学习了常用的图像处理库相关的知识机器视觉算法(第5期)----常用图像处理库都有哪些？今后我们逐步深入，以开源库OpenCV图像处理库为工具，来逐步学习视觉方面的算法。工欲善其事，必先利其器，所以近几期，我们将一起系统的学习下OpenCV这个常用的开源图像处理库。首先这期我们主要介绍下OpenCV中常见的8大基础数据类型及其支持的操作。

2019-05-22

5950

机器视觉(第3期)----图像采集之镜头原理详述

编程算法图像处理

上期我们一起学习了光源相关的知识，知道了怎么选择光源，链接如下：机器视觉(第2期)----图像采集之照明综述镜头是一种光学设备，用于聚集光线在摄像机内部成像。镜头的作用是产生锐利的图像，以得到被测物的细节，这一期我们将一起学习使用不同镜头产生不同的成像几何，以及镜头像差是如何产生的。希望通过本期学习，我们能够掌握如何选择镜头以及像差产生的原因。作为一个机器视觉算法人员，来介绍光学系统方面的知识，有些地方理解起来还是有些难度的，小编已经再旁边放了几摞砖，欢迎大家来拍。希望能够和大家一起交流，共同进步。

2018-04-03

2.7K0

机器视觉(系列二)----图像采集之照明综述

编程算法图像处理

上集我们一起做了个简短入门：机器视觉算法(系列一)--机器视觉简短入门在机器视觉中，照明的目的是使被测物的重要特征显现，而抑制不需要的特征。为了达到此目的，我们需要考虑光源与被测物之间的相互作用。其中一个重要的因素就是光源和被测物的光谱的组成。我们可以用单色光照射彩色物体以增强被测物相应特征的对比度。照明的角度可以增强某些特征等。因此，我们本文主要介绍以下内容：电磁辐射简介光源的类型光与被测物的相互作用如何利用照明的光谱如何利用照明的方向本文主要从以上五个方面进行系统的介绍图像采集的相关照

2018-04-03

1.4K0

机器视觉算法(系列一)--机器视觉简短入门

编程算法人工智能图像处理

机器视觉是人工智能正在快速发展的一个分支。机器视觉作为生产过程中关键技术之一，在机器或者生产线上，机器视觉可以检测产品质量以便将不合格的产品剔除，或者指导机器人完成组装工作，与整个生产密切相关。由于笔者正处于机器视觉行业，所以准备和大家一起系统的学习机器视觉方面相关知识，主要包括常见的机器视觉算法，以及常见的应用领域算法的实现等，欢迎大家的讨论和交流。本文主要介绍机器视觉经典系统，常用领域以及机器视觉常用的图像处理库，希望以此作为一个简短入门。 1.机器视觉经典系统简单说来，机器视觉就是用机器代替人眼

2018-04-03

3.1K0

(干货) |机器视觉不可不知的相机内部工作原理

机器学习图像处理

工业相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节，相机的选择不仅直接决定所采集到的图像分辨率、图像质量等，同时也与整个系统的运行模式直接相关。一. 相机的芯片类型：一般情况下，工业相机按照芯片类型可以分为CCD相机和CMOS相机，当然也有一些其他的芯片，比如富士公司生产的Super CCD芯片。这里我们只讨论市场主流的CCD相机和CMOS相机的工作原理。数码相机的CCD和CMOS都深藏于相机内部，就算您有机会看到它们的样

2018-04-03

2K0

图像处理常用插值方法总结

在做数字图像处理时，经常会碰到小数象素坐标的取值问题，这时就需要依据邻近象素的值来对该坐标进行插值。比如：做地图投影转换，对目标图像的一个象素进行坐标变换到源图像上对应的点时，变换出来的对应的坐标是一个小数，再比如做图像的几何校正，也会碰到同样的问题。以下是对常用的三种数字图像插值方法进行介绍。 1、最邻近元法　　这是最简单的一种插值方法，不需要计算，在待求象素的四邻象素中，将距离待求象素最近的邻象素灰度赋给待求象素。设i+u, j+v(i, j为正整数， u, v为大于零小于1的小数，下同)为待求象素坐

2018-04-03

3.7K0

把照片滤镜成“电影风”，其实没你想象的简单

化腐朽为神奇的滤镜《你的名字》剧照美仑美焕的天空，炫彩光斑下的图像，就像17岁那年等待放学的午后。日本漫画家新海诚的电影《你的名字》要来了，画风相当细腻，天空、火车、树林都带着浓厚的“新海诚色彩

2018-04-02

1.8K0

亚像素边缘的直线及圆弧的基元分割

编程算法图像处理

从20世纪70年代起就有不少专家提出了一些有效的亚像素边缘定位的方法,如插值法、灰度矩法和一些组合的算法等。本文在前辈的基础上描述一种图像亚像素边缘检测方法,用Sobel算子和多边形逼近的方法实现亚像素级边缘定位。 1. 亚像素的边缘提取在进行直线以及圆弧基元的分割的前提，是要将亚像素的边缘提取出来，这一部分内容，我们可以先提取像素级的边缘，在利用拟合曲面来提取亚像素的边缘。利用sobel算子，我们可以很容易的提取出图像的边缘，这里利用了非最大值抑制，双滞滤波器，达到边缘的准确提取，并且保留梯度图像，

2018-04-02

2.2K0

图像金字塔分层算法

一. 图像金字塔概述 1. 图像金字塔是图像中多尺度表达的一种，最主要用于图像的分割，是一种以多分辨率来解释图像的有效但概念简单的结构。 2. 图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是

2018-04-02

3.2K0

配视觉系统的直角坐标机器人的应用实例

机器人图像处理自动化

一 . 直角坐标机器人的定义及主要特点机器人按ISO 8373定义为：位置可以固定或移动，能够实现自动控制、可重复编程、多功能多用处、末端操纵器的位置要在3个或3个以上自由度内可编程的产业自动化

2018-04-02

1.2K0

多目标模板匹配

图像处理编程算法

一. 模板匹配模板匹配是数字图像处理的重要组成部分之一。把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准,或根据已知模式到另一幅图中寻找相应模式的处理方法就叫做模板匹配。简单而言，模板就是一幅已知的小图像。模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。二. 单目标模板匹配这里的模板匹配的方法其实并不复杂，利用目标的边缘信息用于搜索目标图像的模板所在位置。

2018-04-02

1.9K0

经典的图像匹配算法----SIFT

编程算法图像处理

一. SIFT简介 1.1 算法提出的背景：成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘，对环境的适应能力较差，急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。1999年British Columbia大学大卫.劳伊（ David G.Lowe）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子－SI

2018-04-02

18.8K1

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态