- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习和计算机视觉
如何通过简单处理估计植被表面
简单的想法并不总会奏效 说到检测植被所在区域，我们的第一想法通常是对HSV值进行简单的阈值处理： ? 我们的第一个模型包含3个维度的滤波器。我们使用标准形态运算符来平滑像素分类，以帮助我们规范空间上的检测。 ? 测试图像，滤波后的色调，平滑的蒙版，图像和检测重叠 这是一个非常简单的方法，可以轻松处理整个区域。但是有很多原因会都导致这种方法的可靠下降，比如对阴影部分检测效果不佳。 图像，NDVI蒙版和检测结果 我们决定使用U-Net架构[3]系列模型来完成此任务。我们选择U-Net架构的主要原因是： • U-Net模型可以快速进行训练和推理。 在所有图块上进行预测后，我们将检测到的多边形融合到相连的植被表面中，结果相当不错，我们精确分割了植被。 ?
72510发布于 2020-07-22 - 来自专栏用户8925857的专栏
常见的几种PCB表面处理技术！
市场上对PCB线路板的质量要求也越来越严格，进而对PCB表面处理技术发展和升级也越来越紧迫。本文主要介绍了目前市场上常见的PCB的表面处理技术。那么，什么是PCB表面处理技术呢。它具体的定义是什么。 由于铜在空气中倾向于以氧化物的形式存在，严重影响PCB的可焊性和电气性能，因此需要对PCB进行表面处理。 图片有机防氧化（OSP）OSP是印刷电路板（PCB）铜箔表面处理的符合RoHS指令要求的一种工艺。 另外它也具有其它表面处理工艺所不具备的对环境的忍耐性；（2）电镀镍金在PCB表面导体先电镀上一层镍之后再电镀上一层金，镀镍主要是防止金和铜之间的扩散。现在的电镀镍金有两类：镀软金和镀硬金。 PCB混合表面处理技术选择两种或者两种以上的表面处理方式进行表面处理，常见的形式有：沉镍金+防氧化、电镀镍金+沉镍金、电镀镍金+热风整平、沉镍金+热风整平、无铅喷锡+金手指。
1.4K40编辑于 2022-07-25 MATLAB表面肌电信号(sEMG)处理程序
1. sEMG信号处理概述表面肌电信号是从皮肤表面记录的肌肉电活动，其处理通常包括以下步骤：数据采集和导入预处理（滤波、去噪）特征提取模式识别和分类可视化和分析2. 完整的sEMG处理程序function sEMG_Processing_Main() % sEMG信号处理主函数 % 清空工作区 clear; close all; clc; 数据预处理 processed_emg = preprocess_emg(emg_data, params); % 3. fprintf('预处理EMG信号... ; plot(d2); title('细节系数 D2'); subplot(7, 1, 4); plot(d3); title('细节系数 D3');
61500编辑于 2025-09-16- 来自专栏用户8925857的专栏
PCB多层板加工时的表面处理方法
PCB多层板加工时的表面处理，有几种方法？ 电路板必须耐燃，在一定温度下不能燃烧，只能软化。这时的温度点就叫做玻璃态转化温度(Tg 点)，这个值关系到 PCB 板的尺寸安定性。 按档次级别从底到高划分如下：94HB － 94VO － 22F － CEM-1 － CEM-3 － FR-4 详细介绍如下： 94HB：普通纸板，不防火（最低档的材料，模冲孔，不能做电源板） 94V0： 阻燃纸板 （模冲孔） 22F：单面半玻纤板（模冲孔） CEM-1：单面玻纤板（必须要电脑钻孔，不能模冲） CEM-3：双面半玻纤板（除双面纸板外属于双面板最低端的材料，简单的双面板可以用这种料，比 FR
94740编辑于 2022-03-01 - 来自专栏Android点滴分享
表面着色
Lambertian objects模型是说物体表面的颜色是与法线和光源方向的余弦是成正比的： image.png image.png 再将该公式详细一些，就是表面颜色还和物体漫反射的颜色，光强有关系 这时候的表面着色公式如下： image.png Ca就是环境光部分，可以简单看成一个常量。 在给物体着色的时候，如果直接使用上面介绍到的着色公式，会发现表面看起来是多面的，针对这个问题可以用三角形来近似每个表面，然后计算三角形每个顶点处的法线，针对法线计算顶点处的颜色，然后再利用三角形重心坐标公式即可插值出三角形内部各个点的颜色 如下图所示： image.png 冯模型 一些物体的表面看起来会有高光，比如抛光的瓷地板，光泽颜料，白板等，高光的颜色也和表面的颜色没什么关联，只是单纯的反射光颜色。 艺术着色 前面介绍的Lambertian和Phong着色模型是基于了模拟真实表面的启发式设计，现在再介绍一种是模拟人工绘画的着色，有时候也叫非真实感渲染。
82810编辑于 2022-10-25 等离子表面处理技术，对聚苯乙烯（PS）类材料低表面能的改善作用
近年来，等离子处理技术通过一种“温和改造”的方式，让PS材料在保持自身特性的同时，更好地适应实验要求。 3.传统改性的局限 过去采用强酸处理或化学涂层的方法，可能破坏材料结构或引入杂质，而等离子技术提供了一种更“干净”的替代方案。 等离子处理：如何让PS表面能改造 等离子表面处理 这项技术通过电离气体（如氧气或氮气）产生带电粒子，与PS表面发生物理和化学作用： 物理清洁 高能粒子轰击表面，去除油脂、灰尘等污染物，同时形成微米级粗糙结构 精准改造 处理深度仅停留在材料表面（约几十纳米），不会影响PS本身的透明度、机械强度等核心特性。 处理后的96孔板能做什么？ 效果验证：简单但严谨 水滴测试：用微量水滴测量接触角，直观判断亲水性（处理后的表面能让水滴快速铺开）。 染色实验：通过蛋白质染色观察吸附均匀性，未处理表面常呈现边缘聚集的“咖啡环”现象。
22600编辑于 2025-09-11- 来自专栏灿视学长
火星表面...
其中代码效果如下所示，展示了火星表面是什么样的： ? 但是，如果各位的 C++ 基础不是很好的话，可能跑不起来。又或者像我这种不太懂鱼眼曲面相片如何变换成平面图像的原理，就会有点痛苦。 如果采用传统经纬斤正算法, 由于 、、 这3点在球面不同纬度线上, 其对应的映射目标图像上斤正点分别为 点,可见 3 点对应水平位置基本保持不变, 导致传统经纬斤正算法对水平方向拱形琦变斤正作用下降 ;度矫正算法后矫正后3 点 , 位于同一行坐标，对水平方向拱形琦变起到较好的斤正效果, 可见本文所提算法能够同时对鱼眼图像横向与纵向琦变进行矫正。 由图3(c)可知， 点竖直方向 为 与 负半轴的夹角， 点水平方向经度 为 与 负半轴的夹角，因此可得： 继续进行化简，则： 此外, 根据球面特征以及角度与坐标之间关系, 可建立角度 与于老师的算法基本上处理方法是类似的，都是针对像素点进行矫正，各位可以详细看看对比中的细节。 为天问一号点赞！ ?
2.3K20发布于 2021-05-28 - 来自专栏怪兽怪秀
科普一下常见几种金属表面处理工艺
> 表面处理是在基体材料表面上人工形成一层与基体的机械、物理和化学性能不同的表层的工艺方法。表面处理的目的是满足产品的耐蚀性、耐磨性、装饰或其他特种功能要求。 对于金属铸件，我们比较常用的表面处理方法是，机械打磨，化学处理，表面热处理，喷涂表面等。 一.表面热处理 表面淬火 表面淬火是指在不改变钢的化学成分及心部组织情况下，利用快速加热将表层奥氏体化后进行淬火以强化零件表面的热处理方法。 感应加热分为： 1.高频感应加热，频率为250-300KHz，淬硬层深度0.5-2mm； 2.中频感应加热，频率为2500-8000Hz，淬硬层深度2-10mm； 3.工频感应加热，频率为50Hz，淬硬层深度 激光表面强化可分为激光相变强化处理、激光表面合金化处理和激光熔覆处理等。
2.2K20编辑于 2022-09-20 - 来自专栏贾志刚-OpenCV学堂
OpenVINO实时人脸表面3D点云提取
人脸3D点云提取网络 ? 2019出现的一个可以在移动端实时运行的人脸3D表面提取模型-FaceMesh，被很多移动端AR应用作为底层算法实现人脸检测与人脸3D点云生成。 图-2 最终输出的点云数据是468个3D坐标人脸点云坐标，输入人脸的ROI区域，大小为192x192。 我们的基本思路是首先通过OpenVINO自带的人脸检测模型实现人脸检测，然后截取人脸ROI区域再送到facemesh模型中实现人脸3D表面点云468个点提取。 : 1x1xNx7 通道的顺序是：BGR 从图-2得知人脸3D点云提取模型facemesh的输入格式为1x3x192x192,输出层有两个分别是preds与confs，其中preds是点云数据，confs 表面点云数据 roi = frame[ymin:ymax, xmin:xmax, :] roi_img = cv.resize(roi, (ew, eh))
1.3K30发布于 2021-05-07 - 来自专栏贾志刚-OpenCV学堂
OpenCV实现皮肤表面粗糙度3D显示
问题分析与思路 这个是最近有人问我的一个问题，想把一个拍好的皮肤图像，转换为3D粗糙度表面显示，既然是粗糙度表面显示，我想到的就是把图像转换为灰度图像，对每个像素点来说，有三个不同维度的信息可以表示它们 ，分别是坐标x、y与像素灰度值c ,对每个像素点Pixel(x,y ,c)就是一个三维向量，使用matplotlib的的3D表面图即可实现显示，这里还另外一个问题需要解决，就是像素的取值范围在0~255 所以完整的步骤跟思路如下： 加载图像 灰度转换 归一化处理 Surface 3D绘制 代码实现 基于灰度图像实现3D表面绘制的完整代码如下： Mat image = imread("D:/images
1.3K30发布于 2020-03-09 - 来自专栏AI算法与图像处理
秒杀DeepLabv3+与UNet的表面缺陷检测网络
表面缺陷检测是工业视觉的热点应用之一，自动的表面缺陷检测技术越来越受到重视，其中以深度学习相关技术应用为代表，它通过大量图像对检测系统进行训练学习得到一个自动的视觉检测系统。 在分割网络部分，作者认为表面缺陷检测可以被解释称一个图像二值分割问题，所以作者首先通过一个语义分割网络实现像素级别的语义分割，然后把分割结果作为输入特征构建决策部分，第一部分被称为分割网络，第二部分自然就被认为是决策网络 分割网络详解 分割网络包含了11个卷积层与3个池化层，在每个卷积层后面跟上一个BN层与ReLU激活层(conv +BN+ReLU)，用来优化学习加速收敛。 这个是2019年3月份发表不久的工业缺陷检测领域的最新论文，源码我暂时还没发现，等我发现研究了再来更新！ 个人总结一下： 最核心的思想，把缺陷检测当成是一个二值图像分割问题，采用基于像素级别的语义分割网络，成功的减少了网络深度与参数总数，实现了少量样本训练就可以达到极高准确率的缺陷表面检测网络。
1.1K20发布于 2019-10-14 - 来自专栏贾志刚-OpenCV学堂
秒杀DeepLabv3+与UNet的表面缺陷检测网络
阅读本文大概需要3分钟 概述 ? 表面缺陷检测是工业视觉的热点应用之一，自动的表面缺陷检测技术越来越受到重视，其中以深度学习相关技术应用为代表，它通过大量图像对检测系统进行训练学习得到一个自动的视觉检测系统。 分割网络详解 分割网络包含了11个卷积层与3个池化层，在每个卷积层后面跟上一个BN层与ReLU激活层(conv +BN+ReLU)，用来优化学习加速收敛。 这个是2019年3月份发表不久的工业缺陷检测领域的最新论文，源码我暂时还没发现，等我发现研究了再来更新！ 个人总结一下： 最核心的思想，把缺陷检测当成是一个二值图像分割问题，采用基于像素级别的语义分割网络，成功的减少了网络深度与参数总数，实现了少量样本训练就可以达到极高准确率的缺陷表面检测网络。
3.9K30发布于 2019-05-07 - 来自专栏等离子设备的应用
等离子体处理对壳聚糖膜表面形貌的影响
角膜眼镜不同细胞在具有不同粗糙度的材料表面的黏附行为有很大差异，有报道指出， 材料表面粗糙度为1-3pm时，可以显著促进细胞在材料表面的附着和生长。 在此，我们仅以等离子体表面处理对壳聚糖膜表面形貌影响做一些讨论和演绎未经等离子处理的AFM图O2 100W 60S处理后的AFM图片O2 150W 60S处理后的AFM图片100W的等离子体处理壳聚糖膜表面光滑平整 ，而采用150W处理后，其表面部分位置出现了烧灼痕迹。 ，壳聚糖膜表面等离子体处理的时效性大约为10天。 主要原因是等离子体处理后暴露大气，表面活性自由基与空气中的氧气、水汽等反应是等离子体处理样品表面极性化的主要过程，表面氧含量得到增加。
37920编辑于 2023-08-08 - 来自专栏激光熔覆
激光表面淬火扫描模式及淬火区的预处理
激光表面淬火扫描模式 激光淬火的扫描方式有圆形或矩形光斑的窄带扫描和线状光斑的宽带扫描。 图片 激光表面淬火区的预处理 激光淬火前，工件表面粗糙度很小，这会严重影响淬火时激光光能在材料表面的吸收率。因此，在激光淬火前，必须对工件表面进行预处理。 表面预处理方法有很多，包括磷化法、表面粗糙度改善法、氧化镀膜法和黑色镀膜法，其中最常用的是磷化法、黑色镀膜法和氧化镀膜法。
39540编辑于 2023-02-08 白光干涉 3D 表面轮廓仪的原理解析
一、引言在精密制造、材料科学和生物医学等领域，对物体表面微观形貌的三维测量需求日益迫切。白光干涉 3D 表面轮廓仪凭借纳米级测量精度、非接触式测量方式及广泛的适用性，成为表面形貌表征的核心设备。 二、仪器基本构成白光干涉 3D 表面轮廓仪主要由光源模块、干涉光路系统、位移驱动系统、成像与探测系统及数据处理系统组成。 数据处理系统则通过专用算法对干涉图像序列进行分析，提取表面高度信息并重构三维轮廓。 这种 “零光程差处对比度峰值” 的特性，为表面各点高度的精确定位提供了天然标记。（二）3D 轮廓重构过程测量时，位移驱动系统带动参考镜匀速移动，使光程差连续变化。 数据处理系统采用相干峰检测算法（如中心包络法或傅里叶变换法），对图像栈中每个像素的灰度序列进行分析，提取对应的高度值。将所有像素的高度信息按空间坐标排列，即可重构出被测物体的三维表面轮廓。
45010编辑于 2025-08-19- 来自专栏点云PCL
【点云论文速读】点云高质量3D表面重建
标题：Local Implicit Grid Representations for 3D Scenes 作者：Chiyu “Max” Jiang1,2 Avneesh Sud 星球ID：particle 然而，由于典型的三维自动编码器无法处理其规模、复杂性或多样性，因此室内场景中没有这样的形状预测器。 Yet no such shape priors are available for indoor scenes, since typical 3D autoencoders cannot handle The motivating idea is that most 3D surfaces share geometric details at some scale – i.e., at a scale We train an autoencoder to learn an embedding of local crops of 3D shapes at that size.
1.5K20发布于 2020-05-26 - 来自专栏python3
java 异常处理3
声明异常： throws,不处理异常，丢给调用者处理 public static void f() throws IOException{ ... } 丢给调用方法处理 public static void main(String[]args) throws IOException{ f(); } main()方法丢给jre处理 自定义异常： 在运行时定义的异常用throw，如果是编译器异常则需要
39430发布于 2020-01-09 - 来自专栏人生代码
Vue 3 事件处理
事件处理 实验介绍 页面上会有很多的页面交互，例如用户点击按钮，会触发什么样的事件，这个事件要做什么事情，就会涉及到事件处理。 有时也需要在内联语句处理器中访问原始的 DOM 事件。 多事件处理器 事件处理程序中可以有多个方法，这些方法由逗号运算符分隔： <template>
...<! 当一个 ViewModel 被销毁时，所有的事件处理器都会自动被删除。你无须担心如何清理它们。2.5K20发布于 2020-11-03来自专栏智能生信点云的表面表示
作者在表面重建后通过预定义的几何先验计算 RepSurf 的表征。RepSurf 可以成为绝大多数点云模型的即插即用模块，这要归功于它与无规则点集的自由协作。 1.12ms推理时间的增的情况下，作者的方法在分类数据集 ModelNet40 上达到 94.7% (+0.5%)，在 ScanObjectNN 上达到 84.6% (+1.8%) ；而在分割任务的 S3DIS
1K10编辑于 2022-12-29来自专栏学习笔记链表面试题
示例 1： 输入：head = [1,2,3,4,5] 输出：[3,4,5] 解释：链表只有一个中间结点，值为 3 。 示例 2： 输入：head = [1,2,3,4,5,6] 输出：[4,5,6] 解释：该链表有两个中间结点，值分别为 3 和 4 ，返回第二个结点。 示例 1： 输入：l1 = [1,2,4], l2 = [1,3,4] 输出：[1,1,2,3,4,4] 示例 2： 输入：l1 = [], l2 = [] 输出：[] 示例 3： 输入：l1 = [] list2 = list2->next; } } if(list1) tail->next = list1; if(list2)tail->next = list2; return head; } 3. 输入：head = [[3,null],[3,0],[3,null]] 输出：[[3,null],[3,0],[3,null]] 提示： 0 <= n <= 1000 -104 <= Node.val
25410编辑于 2024-06-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号