Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: high resolution images

Sortuj według:

Ogranicz wyniki do:

Multiscaled hybrid features generation for AdaBoost object detection

Dembski J.

Journal of Medical Informatics & Technologies

2015

Vol. 24

75--82

This work presents the multiscaled version of modified census features in graphical objects detection with AdaBoost cascade training algorithm. Several experiments with face detector training process demonstrate better performance of such features over ordinal census and Haar-like approaches. The possibilities to join multiscaled census and Haar features in single hybrid cascade of strong classifiers are also elaborated and tested. The high resolution example images were used in detector training process.

Automatyczna anotacja znaczników sztyftowych w procesie walcowania pielgrzymowego rur na zimno

Jabłoński M., Pociecha D.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

2010

T. 14, z. 3/1

289-299

W artykule opisano system automatycznego wyznaczania punktów pomiarowych w procesie walcowania rur na zimno. Podstawowym problemem jaki został poruszony w artykule, jest dobór metody segmentacji poszczególnych obiektów w obrazach wysokiej rozdzielczości: planszy kalibracyjnej, odkształcanej próbki metalu oraz miedzianych sztyftów. Przebadano trzy metody adaptacyjnej binaryzacji dla każdego rodzaju obiektów. Przez zastosowanie metod komputerowej analizy obrazów uzyskano znaczące przyspieszenie procesu anotacji punktów pomiarowych w stosunku do metody manualnej.

A system of automatic calculation of characteristic points in the process of tube cold rolling process has been presented. The very basic problem that has been addressed in this paper was a method of segmentation of particular regions in high resolution images i.e. reference board, tube area, and copper pin-markers. Three methods of adaptive thresholding have been examined for each type of object. Through application of computer vision algorithms duration of annotation phase has been greatly reduced in comparison to manual method.