高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
RGB图像采集卡
产品详细介绍RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡MV-R2000分量图像采集卡MV-R2000是基于PCI总线的RGB高速图象采集卡,可采集标准和非标准RGB分量摄像机和信号源,或是三个同步的独立视频源,MV-R2000分量图象采集卡适用于高精度、高分辨率的图像处理(如立体视觉等)和医学图像设备(如ECT、标准及非标准彩超等)。【MV-R2000A技术特点与指标】l RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡MV-R2000分量图象采集卡 输入可为标准或非标准视频信号,可以是RGB分量式视频信号,也可是单路黑白视频信号。l     R2000A可实时采集。三路高速8位A/D。分辨率最大可达 2048×2048×8×3。l      R2000A最大点频可达60M,可采集的VGA最大分辨模式为 800X600,60场。l      具有独立三路可自动调节带宽的抗混叠滤波器。l     RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡 MV-R2000分量图象采集卡采样频率连续可调。保证在不同的行频和帧频下获得方形或任意比例的矩形采样点阵。l      RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡 RGB三路输入的亮度和对比度可独立调节。l      RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡 MV-R2000分量图象采集卡支持RGB24或RGB32及GRAY8位格式的图像采集,适用于各种PCI或AGP显示卡。l       可自动检测信号源的行场特性。l       RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡MV-R2000分量图象采集卡可支持五种同步输入方式: R带同步、G带同步、B带同步、复合同步、行场分离同步。l     RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡可采集单场、单帧、间隔帧序列采集。l RGB图像采集卡图像采集卡VGA图像采集卡流媒体采集卡外触发信号输入(TTL低电平)。l   MV-R2000分量图象采集卡支持DOS / WIN31 / WIN98 / WIN2000 / NT。【MV-R2000B技术特点与指标】l       输入可为标准或非标准视频信号,可以是RGB分量式视频信号,也可是单路黑白视频信号。l      RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡 R2000B自带帧存可准实时采集视频信号。l       RGB图像采集卡VGA图像采集卡流媒体采集卡三路高速8位A/D。分辨率最大可达 2048×2048×8×3。l       R2000B最大点频可达100M。可采集的VGA最大分辨模式为, 1024X768,85场。l      MV-R2000分量图象采集卡具有独立三路可自动调节带宽的抗混叠滤波器。l      采样频率连续可调。保证在不同的行频和帧频下获得方形或任意比例的矩形采样点阵。l       RGB三路输入的亮度和对比度可独立调节。l     支持RGB24或RGB32及GRAY8位格式的图像采集,适用于各种PCI或AGP显示卡。l      MV-R2000分量图象采集卡可自动检测信号源的行场特性。l      RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡MV-R2000分量图象采集卡可支持五种同步输入方式: R带同步、G带同步、B带同步、复合同步、行场分离同步。l        MV-R2000分量图象采集卡可采集单场、单帧、间隔帧序列采集。l        外触发信号输入(TTL低电平)。支持外触发(低电平沿)硬件采集控制。【应用领域】医疗:高频X光机、CT图象采集。A工业检测:元器件检测
维视数字图像(北京)有限公司 2021-08-23
一种采用多特征融合的图像自动标注方法和系统
本技术成果公开了一种采用多特征融合的图像自动标注方法和系统,标注方法是使用多种特征类型来 表示图像内容,引入多特征表示的特征签名,结合K-Means聚类算法得到基于多特征融合的图像语义统计 模型,用于对图像自动标注
中山大学 2021-04-10
基于多光谱图像的植物叶片水分含量的检测方法及系统
本发明公开了一种基于多光谱图像的植物叶片水分含量的检测方法及系统,检测方法包括以下步骤:a、获取样本植物叶片的绿光波段、红光波段和近红外波段的单色图像;b、获取单色图像的灰度信息,并获取所述样本植物叶片的灰度纹理特征量;c、将灰度信息转化为样本植物叶片的反射率信息,通过反射率信息获取叶片植被指数值;d、以灰度纹理特征量和叶片植被指数值为输入向量,以样本植物叶片的实测水分含量值为输出向量,建立模型;e、按照步骤a~c的操作获取待测植物叶片的灰度纹理特征量和叶片植被指数值,带入步骤d中模型,即得待测植物叶片的水分含量值。该方法能够实现对植物叶片的水分含量进行准确、快速、无损、实时的检测。
浙江大学 2021-04-11
基于体视显微镜的显微立体图像成像与分析系统
基于体视显微镜的显微立体图像成像与分析系统利用立体成像原理,采用Motic体视显微镜,外接左右两路视频图像采集相机,实现双路图像实时采集、三维立体实时显示、三维表面成像、三维测量等功能。立体显微镜的设计采用Motic专利技术,具有自主知识产权,系统可应用于材料学表面、医学解剖大体标本、印刷电路板表面的三维成像和测量分析,可测量表面的粗糙度、剖线长度、曲率、表面积等参数。 本系统为国内自主知识产权开发的软、硬件系统,在图像软件方法上集成了课题组多年在显微图像分析上的研究经验可与国内材料学、医学等应用接合,在应用方法上已取得了多项创新。该软件系统与显微镜硬件接合可实现小批量的生产,为材料学、医学、工业等领域的科研和生产检测提供的技术支持。
北京航空航天大学 2021-04-13
一种基于平面图像的静态集成成像方法及系统
本发明提供一种基于平面图像的静态集成成像方法及系统,包括分别确定平面图像的前景、中景和 后景;分别对前景、中景和后景复制位移得到相应的 M×M 幅阵列图像,包括计算前景位移量和后景位 移量,根据预设的行列数 M 进行复制位移;将相同视角的前景、中景和后景组合得到 M×M 幅子图像阵 列;将 M×M 幅子图像阵列抽样合成得到一幅单元图像阵列;将单元图像阵列通过输出设备打印在打印 纸上,覆上立体显示透镜阵列或正交柱透镜光栅再现立体图像。本发明具有计
武汉大学 2021-04-14
一种利于模糊核估计的图像区域选择方法和系统
本发明公开了一种利于模糊核估计的图像区域选择方法和系统,其中方法的实现包括:计算模糊图像中每一像素点的相对总变分值并得到其相对总变分映射图;设定阈值确定图像中每一像素点是否为边界像素点;再对模糊图像以及其相对总变分映射图进行采样,得到一系列图像块;最后统计每一图像块中边界像素点的数量并选择出有利于模糊核估计的图像区域。本发明有效解决了现有区域选择方法中存在的过于依赖操作者经验,效率低等问题,自动选择出有利于模糊核
华中科技大学 2021-04-14
一种基于深度图像的手势识别方法与系统
本发明公开了一种基于深度图像的手势识别方法,训练数据集和测试数据集中的深度图像通过深度传感器采集得到,首先计算图像中人体区域的最小深度值,再利用深度阈值,结合人手是离传感器最近物体的预设条件,分割出深度图像中的手势;然后获取手势在三个正交平面上的投影图,分别称为正视投影图、侧视投影图和顶视投影图;接着提取三个投影图的轮廓片段包特征,并级联成原始深度手势的特征向量;最后训练分类器,对从待识别深度图像中获取的手势特征向量进行分类,得到待识别手势的识别结果。本发明还提供了相应的手势识别系统。本发明方法手势识别简单易行,推广能力强,识别准确率高,能有效克服杂乱背景、光照、噪声及自遮挡等不利因素的影响。
华中科技大学 2021-04-11
一种基于显著图的多标签图像识别系统
本发明提供一种基于显著图的多标签图像识别系统,包括裁剪图像的图像预处理模块,由此得到特征图的特征提取模块,根据特征图得到置信度分数以及分类权重的分类模块,通过训练控制模块控制训练模块对置信度分数以及特征图处理得到损失函数对特征提取模块以及分类模块更新,最终识别控制模块将自然场景图像经过图像预处理模块、更新得到的特征提取模块以及分类模块得到置信度分数通过判断出自然场景图像标签。因此本实施例提供的多标签图像识别系统根据多标签分类损失函数以及多标签分布损失函数迭代能够在多标签图像识别过程中减少复杂背景和物体形变的干扰,避免受到遮挡、光照、视点等的干扰并提高多标签图像识别的准确率。
复旦大学 2021-01-12
基于客流量的列车运行图生成方法
本发明实施例提供一种基于客流量的列车运行图生成方法。所述方法包括:获取原始客流量数据;所述原始客流量数据包括至少两个预测周期的客流量数据;根据当前预测周期的前一个预测周期的第一客流量数据、以及预设的平衡指数平滑模型,对所述第一客流量数据进行平滑处理,得到所述当前预测周期的第二客流量数据;根据预设滤波模型,对所述第二客流量数据进行滤波处理,得到所述当前预测周期的最优估计值;根据预设约束条件以及所述预测周期的最优估计值,生成列车运行图。本发明实施例解决了现有技术中,运行图时刻表编制的复杂度与效率,导致编图效率低以及编图质量差的问题。
北京交通大学 2021-04-10
由生成对抗网络(GAN)驱动的进化多目标算法
随着计算智能方法得到更广泛的应用,其从问题本身学习的能力亟待增强。为此,越来越多研究提出使用机器学习模型来驱动计算智能。通常,这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练,而且受维度灾难的影响,这类方法通常很难解决维度较高的问题,约束了计算智能方法的应用范畴。课题组在
南方科技大学 2021-04-14
首页 上一页 1 2
  • ...
  • 9 10 11
  • ...
  • 560 561 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1