原创 CIE1976L*a*b*色彩空間

Lab色彩空間(Lab color space) 是顏色-對立空間,帶有維度L表示亮度,a和b表示顏色對立維度,基於了非線性壓縮的CIE XYZ色彩空間座標。 Hunter 1948 L, a, b色彩空間的座標是L, a和b。但

原创 SFR 原理分析 代碼

mtf https://blog.csdn.net/qq_35608277/article/details/107134070 在表示相機圖像解析力時,通常採用MTF50或者MTF50P。 MTF50是當MTF數值下降至最大值的5

原创 成像系統分辨率的理論

分辨率通常是指光學系統的極限分辨率以及成像探測器的圖像分辨率。最終圖像所呈現出的實際分辨率,取決於二者的綜合影響。過高的光學分辨率如果沒有足夠精細的圖像分辨率來體現,則實際分辨率會降低到圖像分辨率以下;如果相機解析能力過高但光學系

原创 畸變

畸變(distortion)也稱爲失真,是由於光闌球差的影響,不同視場的主光線通過光學系統後與高斯像面的交點高度不等於理想像高,兩者之差就是畸變。因此畸變只改變軸外物點在理想面上的成像位置,使像的形狀產生失真,但不影響像的清晰度。

原创 SDI,ASI,HDMI,DP接口

HDMI:傳輸的是數字信號,非壓縮視頻信號+音頻信號,使用面廣,高清電視上有 DP(Display Port):傳輸的是數字信號,非壓縮視頻信號+音頻信號(和HDMI比有一個角是直角),使用面廣,有些筆記本上就有 SDI:傳輸的是

原创 相機光學傳遞函數MTF

引言 高清攝像機的像素都在百萬以上,但是要充分體現高清攝像機百萬像素的性能還需要與之相匹配的高清鏡頭,才能達到最終的分辨率指標。也就是像素數量夠了,但是通過鏡頭能有多少有效像素在靶面成像,又是另外的事情。(像近視眼和正常視力的人的

原创 相機芯片尺寸

工業鏡頭的焦距(f mm)可以根據FOV(視場), WD(工作距離) 和CCD芯片尺寸計算出來: FOV視場指被攝取物體的大小,視場的大小是以鏡頭至被攝取物體距離(WD),鏡頭焦距(F)及CCD芯片尺寸確定的 1、鏡頭的焦距,視場

原创 稀疏編碼(Sparse Coding)

圖像是有一些基的線性組合形成。自然圖像是個稀疏結構,即任何給定圖像都可以用大數據裏面的少數幾個描述符(基)來表示。尋找使得每個係數的概率分佈是單模態並且在0處是峯分佈的低熵(low-entropy)方法。 稀疏表示 https:/

原创 MFC美化

皮膚 https://blog.csdn.net/songyimin1208/article/details/53404343?utm_medium=distribute.pc_relevant_t0.none-task-blog

原创 枚舉類型enum詳解

概述 enum是C語言中的一個關鍵字,enum叫枚舉數據類型,枚舉數據類型描述的是一組整型值的集合(這句話其實不太妥當),因爲枚舉類型是一種基本數據類型,而不是一種構造類型,它不能再分解成什麼基本類型。 好像可以把int型的數據直

原创 typedef用法詳解 #define

概述 一個關鍵字,用於爲一種類型引入一個新的名字。並不會分配內存。 作用 1 創建別名,易於記憶且意義明確 爲現有類型創建別名,給變量定義一個易於記憶且意義明確的新名字。 typedef unsigned int UINT 2

原创 SNE T分佈 t-SNE數據降維與可視化

T 分佈隨機近鄰嵌入t-SNE是一種集降維與可視化於一體的技術, 它是基於SNE(Stochastic Neighbor Embedding, SNE; Hinton and Roweis, 2002)可視化的改進,解決了SNE

原创 YOLOV4 論文原理 模型分析 win10 vs2015 cuda9 opencv3.3 代碼測試 網盤權重yolov4.conv.137 yolov4.weight下載

提出目標:相比低計算量(BFLOP),更着重於優化並行計算,在production system中實現快速計算。 YOLOv4的作者陣容裏並沒有Joe Redmon, 一作爲俄羅斯 Alexey Bochkovskiy ,是

原创 ASFF- 自適應空間特徵融合論文及代碼

https://github.com/ruinmessi/ASFF 文章:https://arxiv.org/pdf/1911.09516v2.pdf 1070 416 50ms ( 20fps) 1 增強的 baseline 爲

原创 Darknet的yolov3.weights文件轉換成tensorflow的ckpt或者pb文件

https://github.com/mystic123/tensorflow-yolo-v3 python convert_weights_pb.py --class_names mydata.names --data_form