可重构计算大作业，采用VIvado HLS循环优化，采用新颖思路，进行图片分割，大大降低算法复杂度，最终在PYNQ云平台测试成功。作业成绩为优秀。
2022-05-24 20:04:13
4.84MB
Canny 检测算法包含下面几个阶段：
1.图像灰度化
2.高斯模糊处理
3.图像梯度、梯度幅值、梯度方向计算
4.NMS（非极大值抑制）
5.双阈值的边界选取
1、图像灰度化
当仅提取一张图片的边界，单通道的图片已经足够提供检测出边界的信息。所以我们可以将R、G、B的3通道图片乃至更高维的高光谱遥感图像进行灰度化，这是一种降维操作，它减少了冗余数据从而降低了计算开销。以下是对RGB图片灰度化的方法：
def gray( img_path):
计算公式：
Gray(i,j) = [R(i,j) + G(i,j) + B(i,j)] / 3
or :
2022-05-09 09:39:52
192KB
1
数字图像处理中边缘检测，canny是最优的边缘检测算法。对图像高斯滤波、求梯度、局部非极大值抑制、设置图像边缘为不可能的边缘点
2022-02-25 09:12:22
2KB
1
针对带噪声图像，提出了一种改进的Canny算子边缘检测算法。该算法用离散小波变换(DWT)分解和加权重构对图像进行平滑滤波，用Otsu阈值法(最大类间方差法) 求出最佳的滞后阈值,在3×3邻域求得梯度法。实验证明，该算法在较好地抑制噪声的同时保留了更多边缘，检测出的图像边缘更加准确和丰富。
2021-12-10 21:48:37
408KB
1
Canny边缘检测算法由计算机科学家JohnF.Canny
于1986年提出的。其不仅提供了算法，还带来了一套边缘检测的理论，分阶段的解释如何实现边缘检测。Canny
检测算法包含下面几个阶段：1.灰度化2.高斯模糊3.计算图片梯度幅值4.非极大值抑制5.双阈值选取
灰度化实际上是一种降维的操作，可以减少计算。如果算法不进行色彩相关的识别的话，不灰度化，也可以直接进行后面的阶段。在实际的图片中
2021-11-25 15:22:46
241KB
1