自动驾驶感知技术视觉感知技术发展本报告主要介绍面向自动驾驶的视觉感知技术。
首先是对自动驾驶视觉感知发展的行业综述，介绍了自动驾驶感知技术的发展路线，以及视觉传感器在其中的作用；
其次介绍了车载图像传感器的发展，包括新型的动态图像传感器、低照度感知能力、像素密度、动态范围以及其他面向自动驾驶应用的定制化特性；
最后介绍了视觉感知算法的发展，包括像素级语义分割及目标检测、基于视觉的定位与语义地图、传感器融合、视觉计算平台等。
首先是对自动驾驶视觉感知发展的行业综述，介绍了自动驾驶感知技术的发展路线，以及视觉传感器在其中的作用；
其次介绍了车载图像传感器的发展，包括新型的动态图像传感器、低照度感知能力、像素密度、动态范围以及其他面向自动驾驶应用的定制化特性；
最后介绍了视觉感知算法的发展，包括像素级语义分割及目标检测、基于视觉的定位与语义地图、传感器融合、视觉计算平台等。
2024/12/8 20:38:43
2.17MB
1
读取本地BMP图片，转换为RGB565格式，并在LCD上显示，像素320*24016bpp。
并具有简单的图像操作上下反转，缩放
并具有简单的图像操作上下反转，缩放
2024/11/26 8:26:41
4KB
1
这是我用Matlab的HDLCoder工具，然后结合Altera的CycloneII芯片FPGA视频图像开发平台仿真调试，这是最终版的源代码。
为省去大家纠结的痛苦，请注意：pixelin是像素输入；
x_in，y_in分别是像素点坐标位置；
clkenble是时钟使能；
width，height分别是图像的宽和高；
pixelout是输入像素点对应的均衡化因子，用它*255/(width*height)就是均衡化后的像素值；
为省去大家纠结的痛苦，请注意：pixelin是像素输入；
x_in，y_in分别是像素点坐标位置；
clkenble是时钟使能；
width，height分别是图像的宽和高；
pixelout是输入像素点对应的均衡化因子，用它*255/(width*height)就是均衡化后的像素值；
2024/11/21 11:49:43
16KB
1
基于K-means聚类算法的图像分割算法的基本原理： 基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。
算法步骤：①随机选取K个初始聚类中心；
②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心；
③对每个簇，以所有样本的均值作为该簇新的聚类中心；
④重复第②~③步,直到聚类中心不再变化；
⑤结束，得到K个聚类。
算法步骤：①随机选取K个初始聚类中心；
②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心；
③对每个簇，以所有样本的均值作为该簇新的聚类中心；
④重复第②~③步,直到聚类中心不再变化；
⑤结束，得到K个聚类。
2024/11/16 6:47:58
224KB
1
像素级融合matlab代码，Brovery变换融合也被称为彩色标准变换融合，它是将多光谱波段颜色（红、绿、蓝）归一化，将高分辨率影像与多光谱各波段（通常取三波段）相成完成融合。
融合算法非常简单。
融合算法非常简单。
2024/11/9 19:55:18
2KB
1
这个程序是我在做网页时为了测量元素的尺寸而做的，用VB6写的一个简单的应用，测量两点间的像素距离。
点击[开始]后，鼠标按住为第一个点，放开为第二个点，并显示结果。
[结果]框内，第一个文本框是第一个点的屏幕位置，第二个文本框是第二个点的屏幕位置。
第二行的W是水平距离，H是垂直距离，L就是两点的距离了。
[换算]框里第一个填换算率，第二个填单位。
以前在公司匆忙做的，很多功能没有，比如用一个放大镜取点等，自己凑合用用还是不错的。
点击[开始]后，鼠标按住为第一个点，放开为第二个点，并显示结果。
[结果]框内，第一个文本框是第一个点的屏幕位置，第二个文本框是第二个点的屏幕位置。
第二行的W是水平距离，H是垂直距离，L就是两点的距离了。
[换算]框里第一个填换算率，第二个填单位。
以前在公司匆忙做的，很多功能没有，比如用一个放大镜取点等，自己凑合用用还是不错的。
2024/11/9 4:17:41
11KB
1
对直方图进行均衡化处理的源代码：把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
把给定图像的直方图分布改变成“均匀”分布直方图分布。
对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
把给定图像的直方图分布改变成“均匀”分布直方图分布。
2024/11/5 11:40:05
152KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB