介绍了一种基于低成本CMOS摄像头的智能监控系统,实现了现场监控的实时化、智能化。系统可自动判别危险程度,可分别提供绿色、黄色和红色报警信息,并驱动相关附属设备工作。针对图像传输过程中的噪声,系统采用了对噪声图像使用局部算子的滤波技术来提高图像质量。根据对静态图像进行三原色分离后误差域的研究,达到背景与图像分离的目的,成功实现了图像的获取和处理。在低成本投入下,以简单的配置和简便的操作达到了高性能监控系统的功能。
上传时间： 2016-08-24
上传用户：chenxichenyue
MATLAB小波分析与应用实例(第二版).应用于信号处理和图像处理的原理和基本方法，大量的示例可尽快地了解小波分析，而且在每种分析方法的介绍中同时介绍其问题背景，直接通过Matlab使用小波分析解决实际问题。
上传时间： 2013-12-21
上传用户：二驱蚊器
一款岂今为止功能最全、操作最简单、最实用的图像批处理系统。包括“批量格式转换”、“批量脚本处理”、“批量添加水印”、“批量文件改名”、“批量调整尺寸”、“批量制作缩略图”、“批量压缩jpg”、“批量转为PDF”、“批量上传文件”，“批量合并图片”、“批量切割图片”、“批量截取图片”、“批量添加背景”等功能。 可以很方便的批量修改图片的大小、尺寸，为图片添加各中水印！
上传时间： 2014-02-04
上传用户：磊子226
为了对光线变化的图像进行顺利侵害，提出了一 种利用贝叶斯学习方法来进行视频图像分割的算法，印先在每个像素点处对不断变化的背景建模，同时计算每个像素点 处的颜色直方图，再用这些直方图来表示该像素点处特征向量的概率分布，然后用贝叶斯学习方法来进行判断，以确定在光线缓慢或者突然变化的时候，每个像素点是属于前景还是属于背景。
上传时间： 2013-12-08
上传用户：diets
背景差分法对运动汽车的检测，对检测得到的汽车图像进行预处理和边缘提取
上传时间： 2016-12-30
上传用户：yt1993410
图像分割综述,具体研究了图像分割的意义及相关背景，及其未来的发展和相关的算法
标签： 图像分割
上传时间： 2016-06-15
上传用户：mlj逆水寒
《基于FPGA的嵌入式图像处理系统设计》详细介绍了FPGA（Field Programmable Gate Array，现场可编程门阵列）这种新型可编程电子器件的特点，对FPGA的各种编程语言的发展历程进行了回顾，并针对嵌入式图像处理系统的特点和应用背景，详细介绍了如何利用FPGA的硬件并行性特点研制开发高性能嵌入式图像处理系统。作者还结合自己的经验，介绍了研制开发基于FPGA的嵌入式图像处理系统所需要的正确思路以及许多实用性技巧，并给出了许多图像处理算法在FPGA上的具体实现方法以及多个基于FPGA实现嵌入式图像处理系统的应用实例。 《基于FPGA的嵌入式图像处理系统设计》对FPGA技术的初学者以及已经具有比较丰富的设计经验的读者来说都有很好的参考价值，也将为从事基于FPGA的嵌入式系统开发和应用的软硬件工程师和科研人员提供一本比较系统、全面的学习材料。
标签： fpga
上传时间： 2018-06-19
上传用户：gsl13
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-14
上传用户：bluedrops
尽量全面地叙述CMOS图像传感器集成电路芯片的原理、结构、应用、设计方法和流程。第1章讲述有关技术背景和发展历程、CMOS图像传感器的特点和应用。第2章讲述CMOS图像传感器集成电路的基本结构和主要技术指标，简述CMOS工艺技术和VLSI设计方法和流程。面向从事CMOS图像传感器集成电路芯片设计的工程师和图像应用系统的项目设计规划者，以及电子电路与系统专业的学生、模数混合CMOS VLSI设计人员和关心现代电子科技发展的人士。
上传时间： 2022-04-20
上传用户：yb9018
边缘（edge）是指图像局部强度变化最显著的部分.边缘主要存在于目标与目标、目标与背景、区域与区域（包括不同色彩）之间，是图像分割、纹理特征和形状特征等图像分析的重要基础.图像分析和理解的第一步常常是边缘检测（edge detection）.由于边缘检测十分重要，因此成为机器视觉研究领域最活跃的课题之一.本章主要讨论边缘检测和定位的基本概念，并使用几种常用的边缘检测器来说明边缘检测的基本问题图像中的边缘通常与图像强度或图像强度的一阶导数的不连续性有关.图像强度的不连续可分为：（）阶跃不连续，即图像强度在不连续处的两边的像素灰度值有着显著的差异（2）线条不连续，即图像强度突然从一个值变化到另一个值，保持一个较小的行程后又返回到原来的值.在实际中，阶跃和线条边缘图像是很少见的，由于大多数传感元件具有低频特性，使得阶跃边缘变成斜坡型边缘，线条边缘变成屋顶形边缘，其中的强度变化不是瞬间的，而是跨越一定的距离，这些边缘如图6.1所示对一个边缘来说，有可能同时具有阶跃和线条边缘特性.例如在一个表面上，由一个平面变化到法线方向不同的另一个平面就会产生阶跃边缘：如果这一表面具有镜面反射特性且两平面形成的棱角比较圆滑，则当棱角圆滑表面的法线经过镜面反射角时，由于镜面反射分量，在棱角圆滑表面上会产生明亮光条，这样的边缘看起来象在阶跃边缘上叠加了一个线条边缘.由于边缘可能与场景中物体的重要特征对应，所以它是很重要的图像特征。比如，个物体的轮廓通常产生阶跃边缘，因为物体的图像强度不同于背景的图像强度在讨论边缘算子之前，首先给出一些术语的定义：边缘点：图像中具有坐标[门且处在强度显著变化的位置上的点边缘段：对应于边缘点坐标[，门及其方位，边缘的方位可能是梯度角边缘检测器：从图像中抽取边缘（边缘点和边缘段）集合的算法
上传时间： 2022-04-22
上传用户：bluedrops
