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
SDY-08D家用电器音视频培训考核设备
产品详细介绍  SDY-08D家用电器音视频培训考核设备 电视实训考核台是用于液晶电视和CRT彩色电视机的实训与考核,液晶显示器要求为32寸,所彩机型32寸液晶电视,故障点设置不少于32个,彩电采用25吋CRT电视作为考核平台。电视实训电路板增设了故障点考核装置。故障点为手动设置方式,减少了对电路的影响,画面清晰。适用于家用电子维修技师的实训与考核。
上海上育科教仪器有限公司 2021-08-23
鼎易视频展台\高拍仪\数影仪X520B
产品详细介绍 功能特点: 1.主镜头:500万像素,1秒扫描完成并自动存储。 2.副镜头: 200万像素,人像采集。 3.商务画中画办公,适合窗口、柜台行业 4.多语言OCR识别, 5.USB供电环保节能。 鼎易高拍仪X520B拥有双摄像头,是一款便携式视频展台,主镜头: 500万像素,用于实物、标本、书籍等的演示、拍摄。副镜头:可选30万/200万像素,用于老师讲课表情拍摄及学生课堂动态。配置的教学助理软件,具有画中画功能,可实现在实物展示的同时, 观察学生课堂动态。 技术规格: 型号: X520B 拍摄范围: A4(297X210mm) 主镜头: 500万(2592X1944) 副镜头: 200万(1600X1200) 扫描图片格式: JPG、TIF、BMP、PNG 输出文档格式: PDF、DOC、TXT 录像格式: AVI 光源补偿: LED灯 图像控制/编辑:亮度、曝光度、锐度、色彩、增益控制、去黑边、色调、图像剪切 展开尺寸: 425X245X128mm 折叠尺寸: 425X100X128mm 净重: 0.82kg 接口类型: USB2.0 光感元件: CMOS 图像色彩: 24位 速度: 1秒 产品卖点: 1.1秒快速扫描,有效提升办公效率   采用拍摄式采集的方式,将扫描单张文件时间缩短到1秒以内,为现代办公提升效率。 2.双镜头商务办公,满足精细化扫描需求   在客户资料扫描的同时,对客户人像进行拍摄,确保资料更真实可靠、无误,满足特殊行业的精细化扫描需求,提供清晰准确的扫描效果。 3.多语言OCR识别,节约办公时间   软件具有文字识别功能,可识别图片里的文字,转化为word、excel文档。 4.打破介质局限,立体实物轻松扫描   对扫描介质无特殊限制,能对纸张、证件、照片甚至立体实物进行扫描录入及即时投影。 5.强大操作软件,特色智能功能应用   除快速扫描、识别等基本功能外,软件更具备“自动去黑边纠偏”“自动感应拍摄区域”两大智能功能。 6.USB供电方式,低碳节能绿色办公   采用USB供电方式,无需其他外接电源,大幅减少电力耗费,低碳节能创造绿色办公环境。
深圳市兴鼎业科技有限公司 2021-08-23
鼎易数影仪\视频展台\高拍仪X500B
产品详细介绍 功能特点: 500万像素,1秒A3大幅面扫描,并自动存储,多语言OCR识别,USB供电环保节能。 产品卖点: 1.1秒快速扫描,有效提升办公效率    采用拍摄式采集的方式,将扫描单张A3文件时间缩短到1秒以内,为现代办公提升效率。 2.高清数码镜头,满足精细化扫描需求    500万像素高清镜头,满足特殊行业的精细化扫描需求,提供清晰准确的扫描效果。 3.多语言OCR识别,节约办公时间    软件具有文字识别功能,可识别图片里的文字,转化为word、excel文档。 4.打破介质局限,立体实物轻松扫描    对扫描介质无特殊限制,能对纸张、证件、照片甚至立体实物进行扫描录入及即时投影。 5.强大操作软件,特色智能功能应用    除快速扫描、识别等基本功能外,软件更具备“自动去黑边纠偏”“自动感应拍摄区域”两大智能功能。 6.USB供电方式,低碳节能绿色办公    采用USB供电方式,无需其他外接电源,大幅减少电力耗费,低碳节能创造绿色办公环境。 技术规格: 型号: X500B 拍摄范围: A4(210X297mm) 像素: 2592X1944 扫描图片格式: JPG、TIF、BMP、PNG 输出文档格式: PDF、DOC、TXT 录像格式: AVI 光源补偿: LED灯 图像控制/编辑:亮度、曝光度、锐度、色彩、增益控制、去黑边、色调、图像剪切 展开尺寸: 337X245X128mm 折叠尺寸: 337X100X128mm 净重: 0.78kg 接口类型: USB2.0 光感元件: CMOS 图像色彩: 24位
深圳市兴鼎业科技有限公司 2021-08-23
基于黄金分割比例的菱形模板双尺度图像去噪方法
本发明涉及一种基于黄金分割比例的菱形模板双尺度图像去噪方法。本发明的技术要点是采用菱形模板并进行自适应模板扩充,利用参与计算的信号点的距离权重和灰度权重的归一化权重进行去噪。本发明的优点是菱形模板中参与计算的所有信号点到中心点的距离方差较小,尽可能避免了距离过远的信号点参与滤波计算;根据噪声密度取部分信号点参与计算,不仅降低了计算复杂度,而且降低了模板内可能存在的其他噪声及边缘对滤波效果的影响;模板中横向包含的像素点和纵向包含的像素点个数之比为1:0.618,充分利用了数学的经典理念,也符合人的视觉习惯。实验结果表明,本发明既能处理低密度噪声,又能处理高密度噪声,噪声密度越高,相对效果越好。
河北师范大学 2021-05-03
一种相控阵三维声纳图像离线处理系统和方法
本发明公开了一种相控阵三维声纳图像离线处理系统和方法,系统包括三维声纳图像数据读取模块、单帧重建模块、精确配准模块,拼接融合模块;方法包括:读取GPS、姿态信息以及原始声纳点数据并进行解析,将采集到的三维点阵数据连接成为三角面片,再将相邻两帧图像两两配准的结果,通过最优化处理得到全局配准信息;将配准后的数据进行重采样,再重建,以消除两帧之间的重叠部分并将单帧图像融合成一幅整体图像并进行三维可视化显示。该系统结构谨严、高精度、图像清晰、交互方便、可扩展性强,有效地实现了三维声纳图像的离线处理功能。
浙江大学 2021-04-11
一种基于字典渐近更新的人脸图像超分辨率方法
一种基于字典渐近更新的人脸图像超分辨率方法:在训练阶段,采用去一法对低分辨率人脸图像训 练集的每张低分辨率人脸图像进行超分辨率重构,得到一层低分辨率中间字典;以此低分辨率中间字典 作为新的低分辨率人脸图像训练集输入,重构得到新一层的低分辨率中间字典;重复上述过程,最终得 到多层低分辨率中间字典。在测试阶段,根据输入的低分辨率人脸图像,上一层低分辨率中间字典和高 分辨率人脸图像训练集,对输入低分辨率人脸图像进行超分辨率重构,得到预估高分辨率人脸图像;重 复上述过程,最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。
武汉大学 2021-04-13
一种基于支持向量回归的 SAR 图像适配性预测方法
本发明公开了一种基于支持向量回归的雷达图像适配性预测方法。所述方法包括:学习阶段,提取 SAR 图像多维特征构成学习集;对学习集样本特征预处理后,将其分为学习集 L1、L2,然后用学习集L1 训练支持向量机,并用得到的 SVM 模型对学习集 L2 进行分类,根据分类正确率、样本特征和类心之间的距离计算各样本的适配率;之后利用学习集特征及其相应的适配率,拟合回归得到适配性预测函数模型;预测阶段,对待评估的 SAR 图像
华中科技大学 2021-04-14
一种对卫星图像数据实时解压缩的系统
本发明公开了一种对卫星图像数据实时解压缩的系统,包括:数据服务器模块,用于接收卫星拍摄图像的图像压缩数据流,并将图像压缩数据流中不同通道的图像压缩数据并行发送给不同的解压缩单元进行解压缩,以及根据图像压缩数据流和解压缩后的图像数据确定图像压缩数据流的运行参数,运行参数包括误码率、压缩比、微损度以及数据速率;解压缩模块,包括至少一个解压缩单元,用于并行对不同通道的图像压缩数据进行解压缩,每个解压缩单元以 FPGA 为处
华中科技大学 2021-04-14
基于超像素样本扩充的空谱全卷积高光谱图像分类方法
本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量,解决了高光谱图像有标记样本的稀缺问题,同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密,专利申请已经提交。 实验采用反射光学系统成像光谱仪(ROSIS)传感器获取意大利北部帕维亚大学(Pavia  University)的高光谱图像数据。该数据集由 103 个光谱带组成,共 610×340 像素,光谱覆盖范围从 430nm 到 860nm,空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本,选取每类 30 个有标记样本作为训练集,其余作为测试集。 由下表可以看出,在每类选取 30 个样本的情况下,本 模 型 的 OA,AA,Kappa系 数 比 DFFN 模 型 高 出20.8%,17.4% 和 26.5%;比CNN 高 出 23.1%,18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN,达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果
西安电子科技大学 2023-03-03
基于空谱差分辅助核联合稀疏表示的高光谱图像分类
该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于:1)能够将光谱的差分辅助信息和原光谱特征信息有效结合。2)能够考虑不同光谱属性间的高阶空间相关信息。3)原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明,该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM,OA 提高了约 20%;相比于 SOMP,OA 提高了约20%。 该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果,同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较
西安电子科技大学 2023-03-22
首页 上一页 1 2
  • ...
  • 54 55 56
  • ...
  • 68 69 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