您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于高斯混合模型的纹理图像分割

  2. 3篇论文,有点类似 基于图像块的分割算法及其改进算法,即先取图像块的均值、标准差、最大值、最小值以及中间像素的像素值等5个特征作为纹理特征,再利用高斯混合模型进行纹理图像分割
  3. 所属分类:其它

    • 发布日期:2009-05-18
    • 文件大小:1mb
    • 提供者:justsimple1
  1. 精通Direct3D图形与动画程序设计 23_第二十三章_ASM像素渲染.rar

  2. 第23章 ASM像素渲染 1、ASM_Texture 演示使用ASM渲染语言进行GPU编程实现基本的纹理映射,演示ASM像素渲染基本步骤。 2、ASMBlur 演示使用ASM渲染语言进行GPU编程实现模糊效果。 3、ASMEffect 演示使用ASM渲染语言进行GPU编程中效果的使用。 4、HLSL_ASM_Effect 演示使用HLSL和ASM渲染语言进行混合GPU编程。
  3. 所属分类:C++

    • 发布日期:2009-10-03
    • 文件大小:2mb
    • 提供者:yangbin762003
  1. 像素混合 填充 区域 底层代码 pixman

  2. 像素混合 填充 区域 底层代码 pixman
  3. 所属分类:C

    • 发布日期:2011-11-04
    • 文件大小:2mb
    • 提供者:blogyuantg
  1. SLIC超像素分割matlab可调用函数mexw32文件_matlab代码函数C++实现

  2. SLIC超像素分割原作者只提供C++代码,matlab遍寻不到。而超像素分割作为许多应用的第一步,不应该在其上花费太多功夫。鉴于C翻译成matlab比较麻烦运行又慢,最好的方式是混合编程,将C++程序封装好供matlab直接调用,以方便在matlab上进行后续的研究工作。 声明:仅供学习交流之用。 本文件只是封装好的mex文件,不是具体的matlab代码。不提供针对算法的学习,仅提供在matlab环境下的调用以完成SLIC超像素分割的功能。 调用格式如下: I = imread('你要读的图像
  3. 所属分类:其它

    • 发布日期:2014-11-07
    • 文件大小:6mb
    • 提供者:tiantian88226
  1. 硅混合有源像素检测器的3D轨迹重建能力

  2. Timepix3检测器是Medipix / Timepix系列的最新一代混合有源像素检测器。 这种检测器由一个有源传感器层组成,该传感器层连接到读出ASIC(专用集成电路),将检测器分段为256×256像素(像素间距55μm)的方阵。 在有源传感器材料中相互作用的粒子产生电荷载流子,该电荷载流子向像素化电极漂移并被收集。 在每个像素中,将测量交互作用的时间(时间分辨率1.56 ns)和所创建的电荷载流子的数量。 此类设备用于120 GeV / c pion束实验中。 演示了如何将漂移时间信息用于
  3. 所属分类:其它

  1. 单层镉-碲化物混合有源像素探测器中的3D粒子轨迹重建

  2. 在过去的几十年中,对无中微子双β衰变的探索推动了各种探测器技术的许多发展。 高像素化半导体检测器是该领域的一个新分支,例如CdTe-Timepix检测器。 它包括一个尺寸为14 mm×14 mm×1 mm的碲化镉传感器,其ASIC的像素间距为256×256,像素间距为55 µm,可用于获取每个像素的光谱或定时信息。 在常规操作中,它可以提供粒子轨迹的二维投影。 但是,对于无中微子双β衰变搜索和其他应用而言,三维轨迹是理想的。 在本文中,我们提出了一种获取此类轨迹的方法。 该方法是通过模拟进行开发
  3. 所属分类:其它

  1. 显示/光电技术中的智能像素对光子集成器件的要求

  2. 智能像素是将高密度的光子集成器件与大规模集成电路进行集成,构成具有实用价值的光电子集成系统,其中 光子集成器件是智能像素的关键,它是根据系统功能的要求,将一种类型的光子器件重复分布成矩阵形阵列,大 规模集成在—块芯片上,或者将具有不同功能的多种类型的光子集成器件优化组合,混合集成在一块芯片上,以 突破分立器件功能的局限性。智能像素对光子集成器件有如下要求:   (1)光子集成器件要尽可能具备多功能性,能在光电子集成系统中发挥光探测、调制、放大、开关、发射等多 方面功能。   (2)光要垂直于
  3. 所属分类:其它

    • 发布日期:2020-11-13
    • 文件大小:42kb
    • 提供者:weixin_38592848
  1. 通信与网络中的SEED智能像素与VCSEL智能像素比较

  2. SEED智能像素与VCSEL智能像素相比较,在设计灵活性方面,SEED智能像素具有优势,因为可用通过加大电源和光源功率来减小开关时间。SEED器件在智能像素中既用做光探测器,又用做光调制器,具有较好的多功能性。在高密度集成能力方面SEED智能像素具有更大的优势,目前已可将含有数干个SEED器件的芯片与大规模集成电路混合集成为一体,并且每个像素都具有光交换功能。另外,SEED智能像素还有一个优点是低功耗,因为SEED器件不需要电流驱动。在光学系统实现方面,VCSEL智能像素有较大的优势,因为它可以
  3. 所属分类:其它

    • 发布日期:2020-11-13
    • 文件大小:53kb
    • 提供者:weixin_38552305
  1. 传感技术中的OmniVision推出5百萬像素CameraChip传感器

  2. OmniVision推出了第一款5百万像素CameraChip传感器 OV5630. OV5630 采用其专有的1.75微米OmniPixel3-HS 架构,并提供业界一流的低旋光性能,使新一代的高性能照相手机,在小型化规格下能够提供最优质的数码图像和影像。此外,OmniVision同时推出由OV5630改造的OV5633 。OV5633是专为数字相机和数字视频(DSC/DV)的混合相机市场设计。OV5630和OV5633都使用OmniPixel3-HS技术,使在微光图像采集时低光敏感度至960
  3. 所属分类:其它

    • 发布日期:2020-11-22
    • 文件大小:40kb
    • 提供者:weixin_38513565
  1. 显示/光电技术中的打破窠臼,用12位色彩像素编码即可实现24位色彩图像质量

  2. 过去几周,我逐渐发现许多我们过去以为了解的“事实”其实不如我们想象的那样正确。举例来说,以前在学校读书时,老师告诉我们,人类眼睛有三个分别识别红光、绿光和蓝光的色彩受体(color receptors),我们能识别的其它颜色都是这三种基色的混合色。我被告知,这就解释了为什么电子彩色显示器(如电视机或计算机显示屏)的每个像素都是由红、绿、蓝三色构成的。       而如今,我发现实际情况要复杂得多。虽然我们大多数人的确有3个色彩受体——一个对蓝紫色(blue-violet)最敏感、其它两个分别
  3. 所属分类:其它

    • 发布日期:2020-12-01
    • 文件大小:77kb
    • 提供者:weixin_38722193
  1. PixelStacker:该程序使用Minecraft的模块制作多层像素艺术作品。它采用了在游戏中其他积木顶部堆叠的彩色玻璃的用法。结果是更好的混合和更多的颜色选择-源码

  2. 像素堆栈器 该程序使用Minecraft的模块制作多层像素艺术作品。它采用了在游戏中其他积木顶部堆叠的彩色玻璃的用法。结果是更好的混合和更多的颜色选择。
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:195mb
    • 提供者:weixin_42138376
  1. 基于空间像素纯度指数的端元提取算法

  2. 为了减小光谱变化以及异常像素点对端元提取结果的影响,根据局部区域内纯像元和混合像元光谱特征的不同,提出一种基于空间像素纯度指数的端元提取算法.将光谱角距离和欧氏距离加权相加作为新的混合距离测度;采用固定大小的邻域窗口计算图像中所有像素的空间像素纯度指数,在此基础上,根据光谱角距离测度和设定的端元光谱区分性阈值依次搜索端元.仿真数据和真实高光谱图像实验结果表明:该算法能够准确地提取图像中的端元,并且精度高于其他一些端元提取算法.
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:525kb
    • 提供者:weixin_38621897
  1. 通过确定每个像素端元集的非线性光谱混合分析

  2. 当光在不同材料之间遭受多种相互作用时,非线性光谱混合分析非常重要。 很少尝试合并空间信息以改善非线性分解算法的性能。 在这封信中,初步分类图中采用了局部窗口,以搜索每个像素的相关端成员。 由相关端部成员产生的虚拟端部成员表示每个像素中的多重散射效果,并且基于修改后的双线性模型估算相应的丰度。 在模拟和真实的高光谱图像上进行的实验表明,所提出的方法与某些现有算法相比具有竞争性甚至更好的性能。
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:882kb
    • 提供者:weixin_38571992
  1. MCNN-based_HSI_Classification:MCNN-CP:使用混合卷积和协方差合并的高光谱图像分类(TGARS 2021); MCNN-PS和Oct-MCNN-PS:使用混合3D八度和2D-亚像素卷积神经网络的高光谱图像分

  2. 基于MCNN的_HSI_分类 文件 MCNN-CP:使用混合卷积和协方差合并的高光谱图像分类(TGARS 2021) MCNN-PS和Oct-MCNN-PS:使用混合3D八度音程和2D子像素卷积神经网络的高光谱图像分类(已提交TGARS) 1.环境设置 该代码已在配备Intel i7-9750H 2.6 GHz处理器,32 GB RAM和NVIDIA GTX1650图形卡,Python 3.6,tensorflow_gpu-1.14.0,Keras-2.2.4,CUDA 10.0, cuDNN
  3. 所属分类:其它

  1. 基于快速超像素的子空间低秩学习的高光谱降噪方法

  2. 诸如视频帧和事件数据之类的顺序数据已在现实世界中得到广泛应用。 作为一种特殊的序列数据,高光谱图像(HSI)可以看作是光谱维度上的二维图像序列,可以有效地用于根据光谱序列区分不同的土地覆盖物。 本文提出了一种基于超像素子空间低秩表示的高光谱图像降噪方法。 首先,在线性混合模型的框架下,假定原始高光谱立方体在光谱域中处于低秩,这可以通过将HSI数据分解为两个较低秩的子矩阵来表示。 同时,由于相邻像素的高度相关性,每个邻域内的光谱也将促进低秩,并且可以通过在分解子空间中的基于超像素的区域内执行核规范
  3. 所属分类:其它

  1. 混合域实现图像块矩阵变换的CIS像素读出噪声分析

  2. 为了研究双存储像素的读出噪声对混合域实现图像块矩阵变换的CMOS图像传感器(CIS)产生的误差影响, 对其进行噪声分析。结合双存储像素的工作时序,对实现图像块矩阵变换过程中由于多次采样和双路存储而增加的kTC 噪声、源跟随器的1/f噪声和热噪声进行分析并建立数学模型,总结出双存储像素读出噪声对一次块矩阵变换的误差影 响。以二维离散余弦变换为例,通过CHRT 0.35m标准CMOS工艺电路仿真并结合matlab/simulink对比验证,得出增大 存储电容、减小源跟随器宽长比可以降低由于像素读出
  3. 所属分类:其它

  1. PixelArtTool:自制像素艺术工具(WIP)-源码

  2. PixelArt工具 自制像素艺术工具 进行中的初始功能应主要基于此未完成的项目(下面的链接),然后添加更多高级功能 (和也是与WPF合作的实践项目) 当前功能 可绘制的位图(缩放以更好看) 带有可切换按钮的工具栏 从资源加载调色板图像(例如 1px png文件) 在状态栏中显示鼠标像素坐标 用鼠标右键擦除 在单独的位图中显示调色板颜色 从调色板中选择颜色 在矩形中显示当前选择的颜色 在鼠标下显示像素颜色 带有鼠标中键的拾色器 将图像另存为png Alpha支持 不透明度滑块 基本撤消系统
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:74kb
    • 提供者:weixin_42143161
  1. pxdot:for适用于游戏开发人员和艺术家的像素艺术应用程序-源码

  2. 适用于游戏开发人员和艺术家的酷炫像素艺术应用程序。 计划功能 调色板管理-使用内置的调色板分析工具和自动颜色校正功能,可以跨精灵管理您的调色板以保持整个游戏的一致调色板。 抖动笔刷-利用通常为.gif保留的抖动研究成果,使您的像素艺术令人惊叹。 智能变形-转换精灵时无需担心保真度,旋转,缩放和倾斜到您心脏的内容。 动画-使用洋葱皮,骨头或两者混合来制作动画! 从Blender加载骨骼动画并将其渲染为像素艺术! 命令面板-与大多数文本编辑器类似,您可以键入命令以更快地完成任务。 扩展-使
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:843kb
    • 提供者:weixin_42143806
  1. 基于像素点分类的激光主动成像混合滤波

  2. 为了在滤波的同时较好地保留边缘细节,提出一种基于像素点分类的激光主动成像混合滤波方法,将像素点根据其轮廓曲率进行分类,使用Lee滤波去除散斑噪声,使用模糊加权均值滤波器滤除其余混合噪声。定义一种轮廓点筛选方法,从含噪图像中提取候选轮廓点。将轮廓细化,剔除噪声引起的伪轮廓和强度较小的轮廓后,计算轮廓曲率,并根据轮廓曲率将图像上的像素点分为强信息点、弱信息点和无信息点。对于属于不同类的像素点,使用不同滤波参数的Lee和模糊加权均值滤波器进行滤波,使算法具备像素级的自适应性。实验结果表明,所提算法比L
  3. 所属分类:其它

  1. trimap_generator:通过像素膨胀和强连接组件算法生成自动trimap-源码

  2. 自动Trimap生成器 关键字:Alpha合成Trimap 关键:Alpha合成,三分图 ーワード:アルファチャンネル,マスク画像 介绍 在图像遮罩中,trimap通过标记未知区域来估计背景的前景 从数学上讲,图像可以用以下等式表示: 在该等式中, I p表示整个图像, F p表示确定的前景,而B p表示确定的背景。 另一方面, 是一个alpha遮罩常数,其值在0到1之间。 值为0表示像素属于背景; 而一个 值1表示相反。 任何 中间的值表示必须确定的混合像素。 说明 从二进制(蒙版)图像
  3. 所属分类:其它

« 12 3 4 5 6 7 8 9 10 ... 14 »