Andere Kunden interessierten sich auch für
![Arquitectura VLSI para Remoção de Ruído de Impulso em Imagens]( "Arquitectura VLSI para Remoção de Ruído de Impulso em Imagens")
Arquitectura VLSI para Remoção de Ruído de Impulso em Imagens26,99 €![Multiplicadores aproximados para o processamento de imagens]( "Multiplicadores aproximados para o processamento de imagens")
Multiplicadores aproximados para o processamento de imagens26,99 €![Gridding e Segmentação Eficiente para Imagens de Microarranjo]( "Gridding e Segmentação Eficiente para Imagens de Microarranjo")
Gridding e Segmentação Eficiente para Imagens de Microarranjo26,99 €![Segmentação de Fígado e Tumor em Imagens de TAC]( "Segmentação de Fígado e Tumor em Imagens de TAC")
Segmentação de Fígado e Tumor em Imagens de TAC23,99 €![Uma limiarização multinível óptima baseada na segmentação de imagens a cores]( "Uma limiarização multinível óptima baseada na segmentação de imagens a cores")
Uma limiarização multinível óptima baseada na segmentação de imagens a cores29,99 €![Técnicas de compressão de imagens com base nas ondas para imagens médicas]( "Técnicas de compressão de imagens com base nas ondas para imagens médicas")
Técnicas de compressão de imagens com base nas ondas para imagens médicas26,99 €![Aprendizagem profunda para classificação de imagens]( "Aprendizagem profunda para classificação de imagens")
Aprendizagem profunda para classificação de imagens26,99 €
Embora os sistemas de imagem digital tenham sido amplamente utilizados para muitas aplicações, incluindo fotografia de consumo, microscopia, fotografia aérea, imagens astronómicas. As suas imagens/vídeos de saída sofrem frequentemente de desfocagem espacialmente variável causada por lentes, meios de transmissão, algoritmos pós-processamento e movimento da câmara/objecto. Medir a quantidade de borrão global e localmente é uma questão importante. Ele pode nos ajudar a remover o desfoque espacialmente variável e melhorar a qualidade visual das saídas do sistema de imagem. Ele também pode fornecer informações úteis sobre a cena, como mapa de saliências e profundidade. Uma técnica para estimativa do mapa de desfocagem a partir de imagens naturais solitárias que estima a quantidade de desfocagem com base no raio do núcleo desfocado é usada. Primeiro, ela estima a quantidade de desfocagem em todos os locais de acordo com o núcleo de raio médio da janela naquela posição e, em seguida, um mapa de desfocagem completo pode ser obtido através da propagação da quantidade de desfocagem em todos os locais sobre toda a imagem.