1) digital image processing
数字化图象处理
2) digital image processing
数字图象处理
1.
The Method to Make Algorithms of Digital Image Processing Parallelized Based on PVM;
基于PVM平台的并行数字图象处理算法研究
2.
Study of Form and Distribution Characters for Aggregrates in HMA Based on Digital Image Processing;
基于数字图象处理的HMA集料形状及分布特征研究
3.
The Research of Flame Detecting System Based on Digital Image Processing;
基于数字图象处理技术的炉膛火焰检测系统的研究
3) digital picture processing
图象的数字处理
4) digitalizing picture processing
图像数字化处理
1.
It is a new technique to use digital camera combined with digitalizing picture processing technique to set up testing system on architectural lighting environment.
利用图像数字化处理技术建立了天然采光系数图像测试软件系统,可以不受天空条件限制,准确地评价和测定标准全云天空下采光系数。
5) digital image processing / wavelet transform
数字图象处理/小波变换
6) digital image processing technique
数字图象处理技术
1.
An experimental study of application of digital image processing technique in measurement of concentration field;
数字图象处理技术测量浓度场的实验研究
2.
Based on the digital image processing technique (DIPT),the oil concentration distributions in the mixing-tank is presented to confirm that diffusion of oil droplets under water surface are mainly driven by the turbulence of the water body.
本文利用摄像结合数字图象处理技术，实测分析含油废水在混合水箱中的扩散浓度场，验证了水体的紊动作用是油滴向水下扩散的主要动力；实验及数值计算结果表明，混合水箱中油滴紊动扩散系数Ｄｚ沿水深而增大，呈指数分布；油份浓度越大的含油废水越难向水下扩散，Ｄｚ与含油废水的油份浓度呈指数衰减关系，而与紊动强度呈线性增加关系。
补充资料：彩色图象处理
彩色图象处理
color image processing
。l，…，a3，仍，。3，并进行下面的计算可以是一个标定的过程: R‘=a IR+b1G+ciB G’=aZR+bZG+cZB B‘=a3尺+63G+e3B 伪彩色我们的眼睛比较容易发现彩色的变化，而对亮度的逐渐变化则不敏感。据研究，人们只能辨认50多种单色等级，但是辨认200多种彩色是不成问题的。所以利用彩色可以增强或改善人们的视觉效果。伪彩色技术将灰度图象f(x，y)映射为伪彩色图象【R(x，y)，G(x，y)，B(x，y)]，其中，R(x，刃=Fr【f(x，刃〕，G(x，y)二乓〔f(x，妇」，B(x，刃二凡【f(x，刃〕。Fr，凡，凡为不同彩色分量的映射函数。例如，为了表示一幅黑白图象中的山地的起伏，我们可利用下面表格把16个等级的单色图象变成伪彩色的图象。┌──┬─┬─┬─┬─┬─┬─┬─┬─┬─┬──┬─┬─┬─┬─┬─┬─┐│单色│0 │1 │冈│同│4 │5 │同│7 │8 │【，│困│1l│12│阎│l4│15│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│红 │0 │0 │0 │0 │0 │19│23│35│49│54 │63│54│63│52│54│63│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│绿 │0 │14│17│20│25│27│31│42│49│33 │26│0 │0 │0 │29│63│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│蓝 │国│国│0 │0 │国│0 │0 │0 │0 │0 │0 │0 │0 │53│58│63│└──┴─┴─┴─┴─┴─┴─┴─┴─┴─┴──┴─┴─┴─┴─┴─┴─┘ 彩色在机器视觉中的应用在机器视觉系统中，往往需要进行图象分割，彩色信息可以用来帮助进行图象分割。但是，彩色图象分割并不是简单地增加图象中信息的维数，而是有其自身的特殊物理本质的。彩色信息最重要的优点之一是物体表面的颜色在几何形状和位置变化时比相应的图象亮度要稳定得多。颜色的变化在很大程度上是与景物的光学反射特性有关。物体的反射特性及光源决定了物体的颜色、辉光(物体上的亮斑)和影调(亮度在物体表面的变化)。人们往往利用所谓的彩色反射模型来说明图象中由于反射造成的颜色变化的规律。例如，双色反射模型认为，反射光由两种成分组成:一种是界面反射成分，它具有镜面反射的分布特性。另一种是本体反射成分，它具有漫反射的分布特性。双色反射模型还认为，物体上某一点的颜色是界面反射分量和本体反射分量的线性组合。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条