共查询到20条相似文献,搜索用时 62 毫秒
1.
<正>目前数码技术、半导体制造技术以及网络的高速发展,数码产品的市场以惊人的速度在增长,组成视讯、影音产品的关键零部件——图像传感器(Sensor)就成为当前以及未来业界重点关注的对象。图像传感器主要有CCD和CMOS两种芯片,而在我们目前的高清安防视频监控领域,CMOS芯片产品已经被大量应用至各式各样的产品。图像传感器的发展及应用眼睛是人的视觉图像来源,而图像传感器就是视频采集设备的图像接受装置。图像传感器按形态分类 相似文献
2.
3.
4.
5.
引言 随着军用光电等高新科学技术的发展,以及经济与民用公共安全发展的需要,特种图像传感器技术已广泛地转为民用。所谓特种图像传感器,即能采集或拾取人们视觉看不见的特殊图像,如红外、紫外、x射线等特殊频段的图像传感器。 相似文献
6.
7.
8.
<正>引言随着图像传感器技术的发展,低成本的高像素传感器越来越多地应用于安防监控摄像机,因而720P、1080P的高清摄像机已不再是高不可攀的奢侈品。随着数字技术的发展,百万高清监控系统已日臻成熟,它对整个监控行业的发展起到了极大 相似文献
9.
CIS英文全称Corporate Identity System,译称企业形象识别系统。现今发展演进成为包括理念识别(MI)、行为识别(BI)、视觉识别(VI)三大系统的CI体系。CIS给现代企业的内部管理、外部形象树立等方面带来了极大的帮助。近几年,高等院校学生组织迅速发展,如何提供有效的管理机制为其提供相应的支持,如何借助"CI"这一在企业管理领域中应用成熟的的战略体系帮助其解决管理水平较低下,内部凝聚力不足、对外竞争力不强的通病,已成为教育界关注的话题之一。本文以湘潭大学学生社团联合会CIS导入为例,在实证调查的基础上,对该问题提出了建议。 相似文献
10.
11.
12.
13.
<正>CPSE安博会是各种安防新技术比拼的竞技场。我们可喜地看到,视频监控上游芯片供应商也不甘只做幕后英雄,加入到安博会的行列,全球领先的CMOS图像传感器解决方案供应商Aptina就是其中之一。这已经是Aptina第二次参加CPSE安博会。此次Aptina携最新图像传感器解决方案亮相安博会,引起观众尤其是众多视频监控厂商的极大关注。安博会期间,Aptina举行了新闻发布会。Aptina业务拓展高级经理Cliff Cheng、工业和汽车事业部首席技术官(CTO)Mike 相似文献
14.
15.
Photoshop的应用 总被引:3,自引:0,他引:3
Photoshop作为功能强大的图形图像处理软件在世界范围内得到了广泛使用,它集图像扫描、编辑修改、图像制作、图像合成及图像输入输出等于一体,为创作设计人员提供了无限的创意空间。把Photoshop应用到刑事技术的图像处理中,也能获得非常理想的效果,并且操作简单。1 对模糊图像 相似文献
16.
17.
<正>美国艾尔康视频有限公司专注于百万像素的技术,作为行业的领跑者,获得专利的图像处理技术,这样能以低成本获得较高性能的百万像素图像。MegaVideo和MegaDome2TM系列包括130、200、300、500和1000万像素的H.264以及M-JPEG单传感器和双传感器摄像机解决方案。百万像素全景摄像机(SurroundVideo)系列,8百万像素,2千万像素和4千万像素包含4个百万像素H.264和MJPEG180度和360度全景设置摄像机解决方案。 相似文献
18.
大鼠脑细胞DNA含量与死亡时间关系的图像分析 总被引:7,自引:3,他引:4
应用计算机图像分析技术 ,测定 15只大鼠死后 48h内不同时间点大鼠脑细胞核DNA含量的面积(Area)、等效直径 (Mean Dia ,MD)、异形指数 (Indexofdensity ,ID)、平均光度 (Averageopticaldensity ,AOD)、积分光度 (Integralopticaldensity ,IOD)、密度变化数 (L Den Coe ,LDC)和平均灰度 (Averagegray ,AG)等七项参数的变化值。结果证明 ,在大鼠死亡后 2 8h内 ,其脑细胞核DNA降解速率与PMI具有一定相关性。将每个参数的测量值进行多项式运算 ,获得了更能体现DNA降解趋势的二项式回归方程。其结果表明 ,应用计算机图像分析技术 ,测量机体死后DNA含量变化 ,将会成为推断PMI精确、客观的新方法。 相似文献
19.
本文从学科领域入手,对指纹自动识别技术在发展过程中受人工智能技术影响所产生的新变化进行简述。指纹识别技术作为一种计算机应用技术,其发展与计算机科学的新技术密切相关。人工智能技术,特别是基于深度学习的图像技术的发展使指纹识别算法开启了全新的模式。本文将人工智能在指纹领域的发展分成三个阶段,并对当前所处的第二阶段的发展趋势进行了分析。基于深度学习的指纹识别技术使用图像特征而不是传统细节点特征的方式,改变了法庭科学领域对指纹识别的认知。本文重点对深度学习技术在指纹识别方面的应用模式和典型的技术方法进行了论述,给出了基于深度学习的指纹识别技术方案图,对技术方案中的网络模型设计等重要步骤逐一进行了说明,提出了图像处理、降维等几个需要重点攻坚的技术环节。对现有的可为指纹识别借鉴使用的深度网络模型进行了介绍,如:卷积神经网络、自编码器网络。最后对人工智能指纹识别算法与传统算法的性能进行了对比。 相似文献