07.图像复原 图像复原 成像过程中的“退化”(degrade)现象主要指成像系统受到各种因素的影响,诸如成像系统的散焦、设备与物体间存在相对运动或者是器材的固有缺陷等,导致图像的质量不能够达到理想要求。此外退化的图像中还会有各种噪声。如何将一张退化的图像进行复原,这是图像复原(image restoration)的主要任务。 整个过程用数学公式表示为: \[g(x,y)=f(x,y)*\mathcal 2022-12-21 学习笔记 > 智能系统和数字图像处理应用
06.图像增强 图像增强 图像处理的本质是对图像矩阵进行一些数学操作,图像处理主要有两大类技术:点处理(point processin)和相邻处理(neighborhood processing),此外还有直方图均衡和边缘检测等操作。 点处理 点处理是像素点到点的变换,其影响仅限于单个的像素。图像上一个像素值\(r(x,y)\),经过处理\(s(x,y)=T(r(x,y))\)后,得到同一位置的像素\(s( 2022-12-20 学习笔记 > 智能系统和数字图像处理应用
05.图像压缩 图像压缩 概述 问题动机 使用图像压缩的动机有两点: 如果不使用图像压缩技术,那么图像和视频文件所包含的信息量是相当巨大的。 以一部分辨率为720P(1280px × 720px),24fps,时长1小时的彩色8bit电影计算,其包含的信息量为:\(1280px × 720px×3×8bit×24fps×3600s=1,911,029,760,000bit=1,779.7851562 2022-12-13 学习笔记 > 智能系统和数字图像处理应用
04.数字图像 数字图像 图像是指能在人的视觉系统中产生视觉印象的客观对象,包括自然景物、拍摄到的图片、用数学方法描述的图形。数字图像则是计算机通过离散化处理得到的图像。 人眼可视的光谱范围内含有的图像信息非常的有限,借助一些数字化设备可以获得超出可视频谱范围的数字图像,例如X光图、核磁共振成像、脑电图、卫星图像、超声图像、显微图、紫外线图等等。这些图像可以帮助人们获取某些裸眼可视之外的信息。 眼球成像机理 2022-11-28 学习笔记 > 智能系统和数字图像处理应用
经典遗传算法的Python实现 经典遗传算法的Python实现 理论 遗传算法(Genetic Algorithm, GA)由Prof.Holland 提出,是一种模拟生物染色体遗传行为结合达尔文生物进化理论的进化算法。它可以在给定的有限的搜索空间中找到全局最优解。 其运行过程如下图所示: 其运行的主要过程分为:种群初始化(population initialization)、评估(evaluation)、复制/选择 2022-11-25 研究 > 进化计算 > 遗传算法
钢铁淬火的简单仿真 钢铁淬火的简单仿真 介绍 钢铁淬火(quenching)过程是将钢铁加热到奥氏体(Austenite)以上温度后快速冷却的过程,其目的是通过冷却将奥氏体向着马氏体或贝氏体转变,得到马氏体或贝氏体组织,然后配合以不同温度的回火,以大幅提高钢的强度、硬度、耐磨性、疲劳强度以及韧性等,从而满足各种机械零件和工具的不同使用要求。 在快速降温的过程中,奥氏体会转化为不同相的结晶,最后会形成马氏体(Ma 2022-11-14 研究 > 系统工程 > 各类系统
工程科学讨论范式 工程科学讨论范式 时间暂定: 第11周周二 (暂时没课) 分成三个部分: 背景介绍 问题分析 理论介绍 Topic: 脑机接口 都需要有文献材料支持 背景设定: 给定了一个Topic Overview: 脑机接口 已经给了一个关于BCI的概念,要求了解相关领域的问题并且提出一个可能的解决方法(SPSE)。 背景介绍和问题分析(12 min) 2022-11-13 技术杂谈
腾讯云服务器Linux机器学习初学环境配置指南 腾讯云服务器Linux机器学习初学环境配置指南 服务器选购 腾讯云服务器对学生有首次购买优惠,对比华为云和阿里云,性价比相对更高。矩池云的学生优惠力度也比较大,但是学生优惠只能按照运行时间(卡时)计费,包月价格仍然较贵。 在如下页面:https://cloud.tencent.com/act/campus 购买学生服务器,购买之前需要在腾讯云个人账户信息页面完成实名认证。需要注意的是,每个 2022-11-01 技术杂谈
Windows毛病大赏及可能解决办法 Windows毛病大赏及可能解决办法 以下收集的都是我遇到过的windows的BUG及解决办法…… 不定时持续更新 【解决Windows10/11 UWP无法联网的问题】-Windows10中的UWP联网问题-silence_night 【解决Windows10磁贴不会更新的问题】-win10动态磁贴不会动(不会联网更新)怎么解决? 【解决 2022-09-22 技术杂谈
深度卷积生成对抗网络 深度卷积生成对抗网络 Unsupervised Representation Learning With Deep Convolutional Generative Adversarial Networks, Alec Radford et al, 2016. 介绍 Goodfellow等人在2014年提出的GAN由生成器和鉴别器两部分组成,由于其没有启发式的损失函数/代价函数(co 2022-09-19 研究 > 神经网络