本人做的一些总结，可能有错误，希望高手能指出，邮箱chen0510566@gmail.com,也希望能互相交流学习
2017/10/21 8:21:57
308KB
1
根据图像分割原理及人眼视觉的基本理论，研究图像分割的常用方法，包括基于边缘检测和基于区域生长的两种分割算法，比较各方法的特点，并选择合适的方法对图像进行分割。
本文采用MATLAB软件对图像分割算法进行研究和实现，计算简单，具有较高的运转效率，分割的结果是使图像更符合人眼的视觉特性，获得比较好的效果。
本文采用MATLAB软件对图像分割算法进行研究和实现，计算简单，具有较高的运转效率，分割的结果是使图像更符合人眼的视觉特性，获得比较好的效果。
2017/4/27 6:44:44
18.44MB
1
作为低秩矩阵逼近在图像处理中具有广泛的应用，其目的是根据退化图像的自类似性得到低秩矩阵来对图像进行去噪，如在计算机视觉和机器学习.低秩矩阵近似方法一般可分为两类，低秩矩阵分解(LowＲankMatrixFactorization，LＲMF)方法和核范数最小化(NuclearNormMinimization，NNM)方法。
2018/11/18 20:57:52
47KB
1
双目视觉标定棋盘格模板程序，有c++程序和生成的图像模板。
要打印，最好300dpi以上，可用photoshop修正分辨率。
程序生成的是72dpi.
要打印，最好300dpi以上，可用photoshop修正分辨率。
程序生成的是72dpi.
2018/8/5 2:37:39
13KB
1
3D正当失真（JND）阈值本质上取决于人类视觉灵敏度（HVS）。
本文提出了一种基于3D视频的深度图像渲染（DIBR）框架的混合正畸形（HJND）模型，以测量JND阈值。
HJND模型将2D和3D视觉感知，深度显着性和几何变形之间的关键差异组合到了HJND模型中，因为它们对HVS具有重大影响。
为了节省比特，将HJND模型引入到多视图视频加深度（MVD）编码框架中作为残差滤波器。
在通过HJND和参考模型称为联合正当失真（JJND）过滤残差之后，位节省分别达到了28.79％和23.53％，并且通过HJND和JJND过滤的3D受损视频具有类似的主观质量。
实验表明，HJND比最先进的方法更准确地描述3D视频的HVS。
本文提出了一种基于3D视频的深度图像渲染（DIBR）框架的混合正畸形（HJND）模型，以测量JND阈值。
HJND模型将2D和3D视觉感知，深度显着性和几何变形之间的关键差异组合到了HJND模型中，因为它们对HVS具有重大影响。
为了节省比特，将HJND模型引入到多视图视频加深度（MVD）编码框架中作为残差滤波器。
在通过HJND和参考模型称为联合正当失真（JJND）过滤残差之后，位节省分别达到了28.79％和23.53％，并且通过HJND和JJND过滤的3D受损视频具有类似的主观质量。
实验表明，HJND比最先进的方法更准确地描述3D视频的HVS。
2017/8/27 6:39:25
2.12MB
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