自拍的用于目标跟踪的红外图像序列，可用于单目标或多目标的跟踪（主要是针对行人）。
拍摄于晚上8点至9点间，目标与背景温差大，目标清晰。
拍摄于晚上8点至9点间，目标与背景温差大，目标清晰。
2025/5/9 14:52:37
16.02MB
1
[17]G.Piella.Ageneralframeworkofmultiresolutionimagefusion:Frompixeltoregions[J].Informationfusion,2003(4)：259-280.英国OCTEC公司提供两组配准了的红外和彩色图像进行融合实验。
可以用于可见光与红外的融合实验
可以用于可见光与红外的融合实验
2025/5/5 7:42:01
13.63MB
1
本文件为课程设计，内含FPGA代码，能实现智能小车的避障、红外遥控、温度测量、PWM调速的功能控制马达转速。
2025/5/4 21:39:44
4.71MB
1
报道了工作在1341nm的激光二极管(LD)纵向抽运主被动锁模Nd:YAP激光器。
该激光器采用Nd:YAP晶体作为增益介质,可饱和吸收体V3+:YAG作为被动锁模器件,声光调制器作为主动锁模器件。
在抽运能量50mJ,抽运频率10Hz的情况下获得了0.82mJ的脉冲串输出。
该脉冲串的半峰全宽为570ns,每个脉冲间的间隔为7.7ns,共包含约75个脉冲,单脉冲的平均能量为11μJ。
采用电光晶体RbTiOPO4(RTP)作腔倒空,获得了能量为160μJ,脉宽为680ps的单脉冲输出。
采用InGaAs红外探测器测得光斑大小约为1.2mm,激光传播因子M2约为1.5。
该激光器采用Nd:YAP晶体作为增益介质,可饱和吸收体V3+:YAG作为被动锁模器件,声光调制器作为主动锁模器件。
在抽运能量50mJ,抽运频率10Hz的情况下获得了0.82mJ的脉冲串输出。
该脉冲串的半峰全宽为570ns,每个脉冲间的间隔为7.7ns,共包含约75个脉冲,单脉冲的平均能量为11μJ。
采用电光晶体RbTiOPO4(RTP)作腔倒空,获得了能量为160μJ,脉宽为680ps的单脉冲输出。
采用InGaAs红外探测器测得光斑大小约为1.2mm,激光传播因子M2约为1.5。
2025/4/30 16:43:34
1.82MB
1
以新疆红富士苹果为研究对象,探讨应用高光谱图像技术和最小外接矩形法预测其大小的研究方法。
提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。
比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。
对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。
结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。
提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。
比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。
对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。
结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。
2025/4/29 18:04:53
359KB
1
通过高频等离子体增强化学气相沉积（HFPECVD）在低温下沉积氢化非晶硅氮化物膜（SiNx：H）。
主要工作是研究等离子体频率和等离子体功率密度在确定薄膜特性（尤其是应力）中的作用。
通过傅立叶变换红外光谱（FTIR）获得有关膜中化学键的信息。
SiNx：H膜中的应力由衬底曲率测量确定。
结果表明，等离子体频率在控制SiNx：H薄膜的应力中起着重要作用。
对于以40.68MHz的等离子体频率生长的氮化硅层，观察到初始拉伸应力在400MPa-700MPa的范围内。
氮化硅膜的固有应力的测量结果表明，该应力量足够用于应变硅光子学中的膜应用。
主要工作是研究等离子体频率和等离子体功率密度在确定薄膜特性（尤其是应力）中的作用。
通过傅立叶变换红外光谱（FTIR）获得有关膜中化学键的信息。
SiNx：H膜中的应力由衬底曲率测量确定。
结果表明，等离子体频率在控制SiNx：H薄膜的应力中起着重要作用。
对于以40.68MHz的等离子体频率生长的氮化硅层，观察到初始拉伸应力在400MPa-700MPa的范围内。
氮化硅膜的固有应力的测量结果表明，该应力量足够用于应变硅光子学中的膜应用。
2025/4/23 9:02:20
620KB
1
AMG8833红外矩阵传感器stm32程序demo，需要的可以拿来参考下。
松下的这款AMG8833红外热像仪传感器是一个8x8的红外热传感器阵列。
当连接到您的微控制器（或RaspberryPi）时，它将通过I2C返回一组64个单独的红外温度读数。
这就像那些花式热像仪，但紧凑而简单，便于集成。
AMG8833是松下的下一代8x8热红外传感器，并提供比以前的AMG8831更高的性能。
传感器仅支持I2C，并且具有可配置的中断引脚，当任何单个像素高于或低于您设置的阈值时，该引脚可以触发。
松下的这款AMG8833红外热像仪传感器是一个8x8的红外热传感器阵列。
当连接到您的微控制器（或RaspberryPi）时，它将通过I2C返回一组64个单独的红外温度读数。
这就像那些花式热像仪，但紧凑而简单，便于集成。
AMG8833是松下的下一代8x8热红外传感器，并提供比以前的AMG8831更高的性能。
传感器仅支持I2C，并且具有可配置的中断引脚，当任何单个像素高于或低于您设置的阈值时，该引脚可以触发。
2025/4/15 4:33:36
800KB
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