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
图像定位主机AT2018
产品详细介绍 多人面部识别 采用多人面部识别技术,可实现学生定位、教师跟踪和板书识别等多种教学场景的拍摄。 无需定位摄像头 高集成一体化,无需采用任何定位摄像头,识别率高出市场同类产品30%以上。 身高自适应系统 可以根据师生的身高,使用人脸检测技术,达到身高自适应。 板书伴随式跟踪 可根据教师书写板书位置,板书摄像机进行伴随式跟踪。突出教师书写重点,并且自动适应长黑板及推拉式黑板;采用肤色识别算法,自动屏蔽因转身等因素造成的板书识别,提高板书跟踪的鲁棒性。 景别全自动切换 配合导播规则,可实现教学过程全自动五机位景别智能切换。无限接近专业人工拍摄手法,杜绝摄像机的转动、变焦等垃圾镜头。 零配件自动跟踪 整套系统无需借助其他配件来实现跟踪效果,环境光源自适应,教师在授课时候始终处在图像跟踪定位范围内,保证图像跟踪。
北京翰博尔信息技术股份有限公司 2021-08-23
视觉图像处理实验系统
睿景时代(大连)科技有限公司 2021-12-16
一种基于图像分层增强的图像去雾方法及系统
本发明公开了一种基于图像分层增强的图像去雾方法及系统,方法包括以下步骤:S1、估测原始图像的大气光值 A;S2、结合所述大气光值构造两层半逆图像,对两层半逆图像进行线性对比度增强;S3、计算原始图像和增强后的半逆图像在 CIE-LCH 空间 H 通道的绝对差值,根据所述绝对差值确定增强后的半逆图像的权值分布,根据所述权值分布将两层增强后的半逆图像进行融合;S4、对融合后的图像进一步线性增强,获得最终的对比度增强的去雾
华中科技大学 2021-04-14
鄱阳湖区洪涝灾害遥感动态监测系统
本系统针对鄱阳湖区洪涝灾害发生特点、水文特征以及全省防灾减灾和社会发展的需要开展研究,采用多平台遥感资料和GIS技术相结合,根据鄱阳湖流域降水对鄱阳湖水位的特征研究,建立湖体水位高程模型(WDEM),解决了鄱阳湖高分辨率数据难以获取,鄱阳湖湖盆结构复杂的技术难题;建立的鄱阳湖水位流域降水预测模型,解决了云天状况下气象卫星资料难以识别时洪涝灾害的检查预测技术。为洪涝灾害的预测预警研究提供了新的方法和途径。项目成果已在水利、气象、防灾减灾、湿地保护、农业开发与利用、农业规划等领域得到了应用,并为政府防汛减灾决策提供了科学依据,取得显著的社会、经济与生态效益。
江西师范大学 2021-05-05
一种遥感影像圆形油罐自动检测方法
本发明公开了一种遥感影像圆形油罐自动检测方法,首先,对遥感影像进行 MHC 视觉显著变换得 到视觉显著图,再经过数学形态学增强,得到增强视觉显著图,利用 hough 变换在增强视觉显著图上圆 检测,得到疑似油罐区域;然后,对遥感影像进行 turbopixels 过分割,根据特征合并分割块,根据似圆 特征,得到疑似油罐区域;最后,结合由 hough 检测结果和似圆特征检测结果,利用油罐圆心与半径关 系和多特征进行 SVM 分类,过滤掉同心圆和非油
武汉大学 2021-04-14
柴油车排放遥感大数据监测系统及监测方法
针对柴油机气态排气污染物遥感检测难题,提出了基于柴油机燃烧过程过量空气系数修正的遥感测试数据反演计算方法,从而实现对柴油车NO等气态排放物浓度实时检测,满足了国家遥感标准中对柴油车NO排放浓度检测要求。 一、项目分类 关键核心技术突破 二、技术分析 针对柴油机气态排气污染物遥感检测难题,提出了基于柴油机燃烧过程过量空气系数修正的遥感测试数据反演计算方法,从而实现对柴油车NO等气态排放物浓度实时检测,满足了国家遥感标准中对柴油车NO排放浓度检测要求。并针对国内遥感大数据提出了遥感大数据处理方法,分工况区域动态确定排放阈值,从而达到动态高精度筛查高排放柴油车的目的。在汽车排放遥感监测领域具有良好市场前景。
北京理工大学 2022-08-16
双光学放大倍率图像采集装置及图像采集控制处理系统
通过采用两个不同光学放大倍率图像采集系统,进行巧妙的光路切换,实现了针对检测对象变换图像分辨率的要求,有效解决了高密度PCB检测速度和微小元件检测准确度的矛盾,破解了长期困扰自动光学检测技术领域共性技术难题;应用企业已累计生产销售682台套,用户已达到300多家,部分产品出口到了欧盟、东南亚等国家和地区,打破了相关高端设备一直被国外设备垄断的局面,有效促进了行业的技术进步。
华南理工大学 2021-04-14
肿瘤医学图像智能诊断算法
简介: 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题,从医学CT图像出发,搭建深度学习模型。对于肿瘤分类,我们将问题建模成两部:胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络,从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络,针对CT图像的特性,将多切片多造影剂时期多区域的数据进行融合,在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检,是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络,患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中,患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上,患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果,更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络,我们不仅使用了双侧测试集 1,还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势:从客观的医学图像数据出发,结果可重复,而且高效快捷,提高识别准确率的同时,便于临床推广。  
中国人民大学 2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题,从医学CT图像出发,搭建深度学习模型。对于肿瘤分类,我们将问题建模成两部:胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络,从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络,针对CT图像的特性,将多切片多造影剂时期多区域的数据进行融合,在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检,是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络,患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中,患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上,患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果,更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络,我们不仅使用了双侧测试集 1,还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势:从客观的医学图像数据出发,结果可重复,而且高效快捷,提高识别准确率的同时,便于临床推广。
中国人民大学 2021-04-10
首页 上一页 1 2 3 4 5 6
  • ...
  • 35 36 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