直方图 HdrHistogram:高动态范围(HDR)直方图 该存储库当前包含HdrHistogram的Java实现。 可以在其他存储库中找到C,C#/。NET,Python,Javascript,Rust,Erlang和Go端口。 所有这些都具有共同的概念和数据表示功能。 查看下的存储库,以获取各种实现和有用的工具。 注意:以下是直方图JavaDoc的摘录。 尽管许多内容通常也适用于其他语言实现,但是某些细节可能会因实现而有所不同(例如,迭代和同步),因此,您应查阅打算使用的特定API库的文档或标头信息。 HdrHistogram支持记录和分析可配置整数值范围内的采样数据值计数,并且该范围内的可配置值精度。 值精度表示为值记录中的有效位数,并提供对整个值范围内的值量化行为的控制,以及对任何给定级别的后续值分辨率的控制。 例如,直方图可以配置为跟踪在0到3,600,000,000之
2021-12-17 14:32:59 706KB Java
1
压电式电容型传感器在工作时能输出正比于被测物理量的电荷量,具有较好线性度的同时也具有较高灵敏度,在许多领域中都得到了广泛应用,但该类传感器在工作时所产生的电荷量通常比较微弱,需要对其适当放大以便后续进行处理。通过分析压电式电容型传感器的等效电路模型,结合电路理论和Multisim仿真,设计了前置放大电路。由于该前放电路主要针对小信号的放大需求进行设计,在大信号输入时输出信号会产生畸变。而在实际工程应用中,常出现输入信号中小信号和大信号并存的情况。为了能够对输入信号动态范围较大时的小信号和大信号都实现无失真放大,改进了之前的前置放大电路设计,对其进行了Multisim仿真和实验电路测试。结果表明改进后的前置放大电路在输入信号频率为10 kHz时,其输入信号电压幅值最高可达600 mV,且小信号和大信号的放大均无失真,放大倍数也基本相同,说明该电路设计实现了高动态范围的输入信号的无失真放大需求。
2021-11-27 22:28:18 1.16MB 放大电路
1
工作在三极管区的JFET广泛用作可变电阻,但是其狭小的工作范围和I~ Vds的非线性关系,限制了它的 应用.本文用简单的方法,扩大了可变电阻区的动态范围,消除了非线性,并能实现压控正电阻和压控负电阻.
2021-11-25 14:07:50 98KB 压控电阻
1
HDR成像 要求 python3(或更高版本) opencv 3.0(或更高版本) 您将需要使用pip3安装一些软件包: 麻木 matplotlib 用法 $ python HDR-playground.py < input img dir > # for example $ python ./HDR-playground.py taipei taipei.hdr 我还提供了一个jupyter版本( HDR-playground.ipynb ),其功能与HDR-playground.py相同。 jupyter非常适合开发python程序! 输入格式 输入目录应具有: 一些.png图像 image_list.txt文件应包含: 文件名 接触 1 /快门速度 这是image_list.txt的示例: # Filename expos
2021-11-17 22:15:35 64.28MB image-processing ipython-notebook python3 opencv3
1
超高清高动态范围彩条测试图,根据文档内的参数写代码生成的图片,1080尺寸。
2021-11-01 18:14:04 732KB 彩条 彩条测试
1
动态范围图像(High-Dynamic Range,简称HDR),相比普通的图像,可以提供更多的动态范围和图像细节,根据不同的曝光时间的LDR(Low-Dynamic Range,低动态范围图像),并利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像。它能够更好地反映出真实环境中的视觉效果。
2021-11-01 17:02:23 2KB 算法 高动态范围处理
1
超高分辨率matlab代码HDRI-SR Jae Woong Soh、Jae Sung Park 和 Nam Ik Cho 环境 Ubuntu 18.04 CUDA 9.0 和 cuDNN 7.1 Python 3.6 MATLAB 抽象的 本文提出了一种基于卷积神经网络 (CNN) 的联合增强图像分辨率和动态范围的新框架,即同步超分辨率 (SR) 和高动态范围成像 (HDRI)。 从这两个任务的共同趋势来看,我们通过专注于高频细节的重建,为联合 HDRI 和 SR 训练了一个 CNN。 具体来说,我们工作中的高频分量是根据基于 Retinex 的图像分解的反射分量,只有反射分量由 CNN 处理,而另一个分量(照明)以常规方式处理。 在训练 CNN 时,我们设计了一个适当的损失函数,有助于提高结果图像的自然质量。 实验表明,我们的算法优于基于 CNN 的 SR 和 HDRI 的级联实现。 我们提出的方法的简要说明 拟议计划的整体流程 LDR-LR 输入首先分解为照明和反射分量。 ILL-E 和 REF-E 分别对每个组件进行增强,最后合并在一起以生成 HDR-SR 图像。 图像分解 首
2021-10-19 14:57:47 72.55MB 系统开源
1
基于预测误差扩展的高动态范围图像可逆数据隐藏,张海峰,张伟,目前可逆隐藏算法主要研究对象为低动态范围(LDR)图像,而针对(HDR)图像研究较少,本文提出一种基于预测误差扩展的HDR图像可逆数
2021-09-21 16:01:24 612KB 可逆数据隐藏
1
行业分类-电信-自动音频信号动态范围调节.rar
图像的动态范围计算
2021-09-09 12:31:19 5KB matlab
1