图像处理

机器视觉要解决哪些问题？ 机器视觉主要解决的问题有图像分类问题、目标检测问题、图像分割问题。 图像分类：识别出图像中的物体的类型。例如上图中第一个图，输入图片识别出图片中的物体为猫，而不需

1 引言
非最大值抑制是一种主要用于目标检测的技术，旨在从一组重叠框中选择最佳边界框。在下图中，非最大值抑制的目的是删除黄色和蓝色框，这样我们只剩下绿色框作为最终的预测结果。
闲话少说,我们直接进入

realsense D455深度相机YOLO V5结合实现目标检测（二）第二篇链接 可以实现将D435,D455深度相机和yolo v5结合到一起，在识别物体的同时，还能测到物体相对与相机

前言
从这篇开始，将会学习一些高光谱目标检测的论文，我仍然把这篇文章放到了读论文专栏里，但是不对其进行顺序编号了，因为这个方向是比较小众的。今天来学习这篇TGRS2021的最新论文&#x

本文为Wilson Ho的讲解影片（圖解兩階段物件偵測算法）笔记 历年图像识别算法（2014至2019）原始对象检测算法
对象检测的任务有两个：识别出对象是啥&#xff0c

轮廓波-非下采样轮廓波NSCT
1、定义
a) NSCT变换主要由两部分组成： ① 尺度分解的非下采样金字塔滤波器组(Non Subsampled Pyramid Filter Bank,NSPFB) ② 方向分解的非下采样方

前言
在食品安全众多环节中，后厨安全无疑是重中之重。俗话说“民以食为天，食以安为先”，食材新鲜程度如何、加工过程规不规范、厨具是否经过清洁消毒等问题，备受大家关注。 一、为什么需要AI检

本文将分享下我做图像识别项目工作过程中常用的关于图像分类数据处理方法，如有不当之处，欢迎大家指正。
图像数据增强
我们做项目过程中，经常会遇到某些类的图像数据出现严重不足，比如低于10

目标检测是计算机视觉中比较简单的任务，用来在一张图篇中找到某些特定的物体，目标检测不仅要求我们识别这些物体的种类，同时要求我们标出这些物体的位置。其中类别是离散数据，位置是连续数据。
目

1.1 对阴影的处理
基于阈值的分割，是在以某个阈值T，对图像进行分割。分割时由于拍摄时图像阴影处导致分割不理想，结果虽然达到理想预期。但是二值化后的结果以阴影部分外围与图像融合，导致再