1) HSV color model
HSV色彩模型
2) HSV color model
HSV彩色模型
1.
In this paper, the color space of the IC real defect image is separated by three me thods (HSV color model, HLS color model, and Luminance information).
该文利用 3种方法 (HSV彩色模型、HLS彩色模型及明度信息 )对IC缺陷图像进行了分色处理 ,并对其结果做了主客观评价 ,结果表明HSV模型在突出缺陷及与原始图像的相似性方面优于其他两种方
3) HSV color model
HSV颜色模型
1.
An object extraction method based on the HSV color model was proposed,which could be used for testing the blended ratio of cashmere/wool yarns.
针对目前羊绒/羊毛混纺比检测主要依靠人工,速度慢且精确度不高等问题,应用一种基于HSV颜色模型的彩色目标提取方法检测羊绒/羊毛混纺比。
2.
By this concept and together with HSV color model, we can successfully segment the face image.
针对这点,本文提出肤色平滑度的概念,并利用这一概念和HSV颜色模型对图像进行分割。
3.
A support vector machine(SVM) object extraction method was proposed based on the HSV color model,which could be used for testing the blend ratio of cashmere/wool yarns.
文章介绍了基于HSV颜色模型,应用支持向量机的目标提取方法检测羊绒/羊毛混纺比。
4) HSV complexion model
HSV肤色模型
5) HSV-color space model
HSV颜色空间模型
6) HSV color space
HSV彩色空间
1.
Then,based on the features of H and S sub-channels of HSV color space,this paper uses K-means algorithm to classify those areas into nine parts.
然后对图像以HSV彩色空间的H和S分量为特征,使用K均值聚类算法将图像聚为9类。
2.
The algorithm employs information of the color image in HSV color space to construct a five_scale gray image, pre_processes the image with morphological method, then locates and segments the vehicle license plate by analyzing and discriminating the statistical_letter_frequency property of every possible regions.
该方法是在HSV彩色空间中,充分利用车牌图像提供的彩色信息,构造出5级灰度图,然后采用数学形态学、字频统计方法进行分析和判断,确定并分割出汽车牌照。
补充资料：AutoCad 教你绘制三爪卡盘模型,借用四视图来建模型
小弟写教程纯粹表达的是建模思路,供初学者参考.任何物体的建摸都需要思路,只有思路多,模型也就水到渠成.ok废话就不说了.建议使用1024X768分辨率
开始
先看下最终效果
第一步,如图所示将窗口分为四个视图
第二步,依次选择每个窗口,在分别输入各自己的视图
第三步,建立ucs重新建立世界坐标体系,捕捉三点来确定各自的ucs如图
第四步,初步大致建立基本模型.可以在主视图建立两个不同的圆,在用ext拉升,在用差集运算.如图:
第五步:关键一步,在此的我思路是.先画出卡爪的基本投影,在把他进行面域,在进行拉升高度分别是10,20,30曾t形状.如图:
第六步:画出螺栓的初步形状.如图
第七步:利用ext拉升圆,在拉升内六边形.注意拉升六边行时方向与拉升圆的方向是相反的.
之后在利用差集运算
第八步:将所得内螺栓模型分别复制到卡爪上,在利用三个视图调到与卡爪的中心对称.效果如图红色的是螺栓,最后是差集
第九步:阵列
第10步.模型就完成了
来一张利用矢量处理的图片
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