2) real time image processing
实时图象处理
1.
A general-purpose real time image processing system on MPEG-4 using DSP TMS320C6416 as its key processor is designed.
以DSPTMS320C6416为核心处理器,设计了一种通用的MPEG-4实时图象处理系统。
3) image processing in real-time
实时图象处理
1.
It is used in the naval ships of the magnetic field intensity distributing measuring system,the image processing in real-time well,the magnetic field intensity displayed smoothly at the real time,it will also be used in others measuring systems.
介绍了一种磁场大平面的实时绘制的方法,该方法利用C#语言设计为控件的形式,使用简单、方便,它能将磁场采集系统采集的各个通道的实时测量数据转化为某一颜色域中颜色值,并绘制在控件表面,其颜色随磁场强度的改变实时动态变化,经过严格的测试和大量的试验证明,该方法的实时图象处理效率高、性能稳定、磁场实时显示流畅,视角效果明显,已经成功的应用在舰艇磁场空间分布特性测量系统的测量软件中,并将应用在其它磁场测量系统或含有磁场测量的多物理场测量系统中。
4) digital image processing
实在图象处理
5) real-time image processing
实时图像处理
1.
Algorithm for detecting vertical and horizontal lines in real-time image processing;
实时图像处理中的垂直和水平直线检测算法
2.
The replace algorithm of hough transform in real-time image processing;
实时图像处理中一种快速的直线检测算法
3.
Design of embedded real-time image processing system based on DM642;
基于DM642的嵌入式实时图像处理系统设计
6) real time image processing
实时图像处理
1.
Design of a real time image processing system based on DSP;
基于DSP的实时图像处理系统的设计
2.
DMA is able to move data block independent of CPU, and this capability meets real time image processing.
直接内存存取(DMA)是数字信号处理器(DSP)中用于快速数据交换的重要技术,它具有独立于CPU的后台批量数据传输能力,能够满足实时图像处理中高速数据传输要求。
3.
A real time image processing system of VXI based dual bus multi DSPs is presented.
提出并实现了一种基于 VXI的双总线多 DSP实时图像处理系统 ,通过采用 VXI总线协议保证系统的模块化及模件间的可靠通信 ;同时采用专用高速双工视频总线簇解决 VXI总线带宽限制及总线争用问题 ,从而实现 DSP模件间高速数据通
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