物体跟随鼠标移动 两种方法 Unity3d c# 资源脚本
2023-04-02 10:49:38 2KB unity3d c#
1
matlab 花代码基于 DIP-MATLAB 的质量评估 使用数字图像处理(MATLAB)对物体(花)进行质量评估。 “通过数字图像处理(MATLAB)对花卉进行质量评估” 我们开发了一个数字图像处理系统,通过对图像中的对象进行过滤、编码、增强、恢复、特征提取、分析和识别来对对象(花)进行实时质量评估。 我们还设计了一个基于 Matlab 的用户界面,用于访问和操作可进一步用于质量评估的输出数据。 系统有以下模块: 图像采集和处理: • 从图像中获取视觉信息和识别对象。 • 改进其外观、重新调整大小、过滤、清理、分割和阈值。 形态处理: • 用于执行对象提取图像过滤操作。 • 形态学运算,例如侵蚀、膨胀、开运算和闭运算。 Canny 算法: • 用于检测曲线线段(边缘)。 • 找出表面和深度的不连续性和变化。 MATLAB: • 用于可视化数据和算法交互的二维图形函数。 • 用于迭代探索、设计和解决问题的交互式工具。
2023-03-27 12:37:06 16KB 系统开源
1
本资源实现使用线段绘制物体的内框和外框长方体盒子,需求如下: 内框:选中物体后,绘制物体的内框(紧贴物体、并与物体姿态一致的内框盒子) 外框:选中物体后,绘制物体的外框(紧贴物体、并与世界坐标系的朝向一致的外框盒子) 博客见:https://blog.csdn.net/m0_37602827/article/details/128681398
2023-03-24 21:53:49 90.52MB 线段盒子 外框 长方体 Unity3D
1
UCI Folio Leaf 是不同种类树叶的图片数据集,包含 32 中不同的树叶种类,每类 20 张左右的图像。
1
对于低地球轨道(LEO)空间物体的逆合成Kong径雷达(ISAR)成像,检查整个可见弧周期内物体图像平面中的变化可以更直接地表征物体成像中的变化。 在这项研究中,扩展了理想的转盘模型来确定近圆形LEO物体的观测几何形状。 将两个近似值应用于观测模型,以计算近圆形轨道物体的像面法线和观测角。 一种近似方法是在雷达观测期间将空间物体的轨道视为相对于地球的标准弧,另一种方法忽略了地球自转对观测的影响。 首先,基于几何模型确定了各种姿态稳定方法中像平面法线的闭合形式解。 然后,根据雷达视线(LOS)的共同约束条件,分析了像平面的特性和近圆形轨道物体的观察角。 随后,对ISAR成像的像面变化和几何约束进行了量化。 根据像平面的法线,估计雷达LOS的旋转角速度。 然后校准ISAR图像的跨范围方向。 然后基于双站干涉仪重建三维成像。 最后,进行了仿真以验证三维干涉重建的结果并计算重建的精度误差。
1
这个是我闲着无聊的时候写的。 用javascript实现。 模拟小物体从高空落下,加速,撞击地面,反弹,减速等的一系列过程。 供javascript初学者学习参考。 希望大家多多批评指正,共同进步。
2023-03-12 11:43:51 2KB Javascript 自由落体 反弹
1
No More Strided Convolutions or Pooling:A New CNN Building Block for Low-Resolution Images and Small Objects 无卷积步长或池化:用于低分辨率图像和小物体的新 CNN 模块SPD-Conv 提出了一个名为SPD-Conv的新的CNN构建块,它完全消除了步长和池化操作,取而代之的是一个空间到深度卷积和一个无步长卷积。
2023-03-08 09:47:30 1.91MB paper
1
本小组研究的课题是基于深度学习的图像识别,最终实现的是对海量图片数据的学习和准确的识别,不仅如此,我们测试了几种不同的分类模型,并比较预测结果,计算预测准确率,对预测方法进行优化,希望得到一种最高效的预测方法,从而实现真正的机器智能化识别。 本小组课设主要基于python开发环境下的scikit-learn标准库以及PIL图像处理库,并采用matplotlib实现最终结果的比对,PIL库用于图像的特征值批量读取,scikit-learn标准库用于分类模型的构建,matplotlib则用于显示最终结果。
2023-03-03 15:35:15 1.89MB 图像处理 图像识别 深度学习 神经网络
1
hl=zh-cnHA中TensorFlow图像处理配置说明image_processing: - platform: tensorflow scan_inter
2023-02-27 16:49:22 61KB tensorflow
1
RGBD显着物体检测:基准和算法
2023-02-26 12:03:40 4.37MB 研究论文
1