Details Title: Digital Image Processing, 4th Edition Author: Rafael C. Gonzalez, Richard E. Woods Length: 1192 pages Edition: 4 Language: English Publisher: Pearson Publication Date: 2017-03-30 ISBN-10: 0133356728 ISBN-13: 9780133356724 Sales Rank: #680902 (See Top 100 Books) Categories Computers & Technology Engineering & Transportation Engineering Textbooks Description Introduce your students to image processing with the industry’s most prized text For 40 years, Image Processing has been the foundational text for the study of digital image processing. The book is suited for students at the college senior and first-year graduate level with prior background in mathematical analysis, vectors, matrices, probability, statistics, linear systems, and computer programming. As in all earlier editions, the focus of this edition of the book is on fundamentals. The 4th Edition, which celebrates the book’s 40th anniversary, is based on an extensive survey of faculty, students, and independent readers in 150 institutions from 30 countries. Their feedback led to expanded or new coverage of topics such as deep learning and deep neural networks, including convolutional neural nets, the scale-invariant feature transform (SIFT), maximally-stable extremal regions (MSERs), graph cuts, k-means clustering and superpixels, active contours (snakes and level sets), and exact histogram matching. ?Major improvements were made in reorganizing the material on image transforms into a more cohesive presentation, and in the discussion of spatial kernels and spatial filtering. ?Major revisions and additions were made to examples and homework exercises throughout the book. For the first time, we added MATLAB projects at the end of every chapter, and compiled support packages for you and your teacher containing, solutions, image databases, and sample code. The support materials for this title can be found at www.ImageProcessingPlace.com

Haclon中函数的中文注释解析，还有些应用例子，是快速掌握Haclon算子开发的很好的资源。文档内容清晰，布局合理，可以较为系统的掌握各算子的应用。

提出了一种基于模糊粗糙集的非结构化路径识别与机器人引导方法。通过自适应面阵列电荷耦合传感器的图像清晰度控制方法，获取了最佳信息量图像。构建了模糊粗糙集的非结构化路径识别模型，借助粗糙集理论预定义图像目标、背景和不确定区域，融合相对模糊连接度竞争机制对不确定区域的像素进行了模糊重分类，精确描绘了机器人的导航路径。该模型可实现未知非结构化路径区域的自动识别，亦可引入灰度先验特征识别指定路径区域。结果表明，该方法对提高机器人在非结构化环境中的自主探索能力具有实际意义。

利用《Detection and Removal of Rain from Videos》这篇论文编写的程序实现视频中雨滴的去处

itk 的chm版本的文档，内容和官方版本一样，但是使用起来会比官方提供个html版本方便多了~

Learning-OpenCV-3-Computer-Vision-with-Python 书本PDF以及代码

M/D-CAP是天津雷航光电科技有限公司推出的一款复合加速计算平台，由Xilinx的28nm制程的FPGA — XC7K325T-3FFG900I和NVidia的16nm制程的GPU — TX2互联构成。FPGA和GPU之间的主要物理信道是PCI-Express，Gen2，×4，用于搬移图像等需要高传输带宽的实时数据，作为前端控制器，FPGA控制Dual-Full Camera Link芯片组，可以用于互联Base, Medium, Full, Dual Full等所有规格的工业级标准Camera Link相机，平台主要接口（及其指标）如下所示： PCI-Express带宽 – 40GT/s（TX+RX） Camera Link – Base, Medium, Full, Dual Full @ 85MHz GPU处理性能 – 2TFLOPS @ TDP=15W 40G光纤接口 – 10G-SFP×4 GPU内存 – LPDDR4 @ 1866Mbps，58.9GB/s 其余接口 – VGA×2 – CAN×2 – RS422×4 – Ethernet×1 – mSATA×1 – USB3.0×1 – USB2.0×1 其中，Camera Link可以适配所有规格的业界标准Camera Link相机，而4个10G SFP光口可以用于扩展帧率更高的光纤相机或者用作四个万兆网口（4个SFP的用途完全可以利用FPGA来编程实现，取决于用户需求）。 FPGA除了作为前端用于控制核心还可以对所采集的图像进行滤波、降噪、提取图像金字塔等预处理——对后续机器视觉的算法实施进行初步加速。 GPU在不超过15W的功耗下，可以提供2TFLOPS的强大的运算性能，足以支持任何‘机器视觉/深度学习’领域内算法的实时嵌入式应用。其256个强大的Pascal流处理核（每核最高主频为1.3GHz）对算法的实施完成2次加速（FPGA算是第一次加速）。 因此M/D-CAP可以对算法的加速是复合式的，较传统意义上的加速有质的提升。 除此之外，M/D-CAP工业级应用所需的高可靠性和稳定性，经过了军用标准的振动、冲击、高低温等苛刻测试，相关指标如下所示： 尺寸 ：160mm*233mm 工作温度 ：-40℃～ +85℃ 相对湿度 ：80%可正常工作 连续工作时间 ：数年 可靠性 ：MTBF ≥ 5000h 维修性 ：MTTR ≤ 0.5h 电压 ：+ 12V 整机功耗 ：≤ 30W PCIE带宽 ：800MB/s ~ 1.2GB/s

烟雾检测技术在预防早期火灾蔓延方面具有重要的作用,准确快速的烟雾检测算法具有非常重要的实际应用价值。近年来,随着机器视觉与图像处理技术的快速发展,面向视频图像的烟雾检测算法以其非接触性、强鲁棒性等特点受到广泛的关注。面向视频图像的烟雾检测算法有效克服了传统烟雾探测器靠近火源才能工作的不足,但是由于场景的复杂性和环境因素的不确定性,面向视频图像的烟雾检测算法仍然面临着巨大的挑战。首先简单介绍了烟雾检测技术的基本流程,包括预处理、特征提取以及分类识别等步骤;其次介绍了基于颜色和运动分割的预处理方法,进一步分析了烟雾的视觉特性和运动特性,并介绍了相关烟雾特征提取算法;然后,对当前烟雾检测常用的分类器以及深度学习网络模型进行了探讨和总结;最后,重点介绍了烟雾检测算法存在的不足,并对烟雾检测算法的发展进行了展望。

opencv与计算机视觉图像处理vc++程序设计学习资料 opencv与计算机视觉图像处理vc++程序设计学习资料

halcon算子指令大全，也有中文解释。通过这个文档可以找到绝大部分的算子指令，而且有些指令还有列子。