一分快3

  • <tr id='Cz64JI'><strong id='Cz64JI'></strong><small id='Cz64JI'></small><button id='Cz64JI'></button><li id='Cz64JI'><noscript id='Cz64JI'><big id='Cz64JI'></big><dt id='Cz64JI'></dt></noscript></li></tr><ol id='Cz64JI'><option id='Cz64JI'><table id='Cz64JI'><blockquote id='Cz64JI'><tbody id='Cz64JI'></tbody></blockquote></table></option></ol><u id='Cz64JI'></u><kbd id='Cz64JI'><kbd id='Cz64JI'></kbd></kbd>

    <code id='Cz64JI'><strong id='Cz64JI'></strong></code>

    <fieldset id='Cz64JI'></fieldset>
          <span id='Cz64JI'></span>

              <ins id='Cz64JI'></ins>
              <acronym id='Cz64JI'><em id='Cz64JI'></em><td id='Cz64JI'><div id='Cz64JI'></div></td></acronym><address id='Cz64JI'><big id='Cz64JI'><big id='Cz64JI'></big><legend id='Cz64JI'></legend></big></address>

              <i id='Cz64JI'><div id='Cz64JI'><ins id='Cz64JI'></ins></div></i>
              <i id='Cz64JI'></i>
            1. <dl id='Cz64JI'></dl>
              1. <blockquote id='Cz64JI'><q id='Cz64JI'><noscript id='Cz64JI'></noscript><dt id='Cz64JI'></dt></q></blockquote><noframes id='Cz64JI'><i id='Cz64JI'></i>
              2. 首页
              3. 装备资讯
              4. 热点专题
              5. 人物访谈
              6. 政府采购
              7. 产品库
              8. 求购库
              9. 企业库
              10. 品牌排行
              11. 院校库
              12. 案例·技术
              13. 会展信息
              14. 教育装备采购网首页 > 知识产权 > 专利 > CN106022354A

                基于SVM的图像MTF测量方法

                  摘要:本发明提供了一种基于SVM的图像MTF测量方法。本发明包括如下步骤:1)根据使用要求,通过仿真获取不同刃边角度、图像对比度、噪声等级、MTF等级→的刃边图像;2)利用特征识别算法,获得仿真刃边图像的卐特征;3)对仿真刃◇边图像的图像特征进行预处理,使用处理后的图像特征对SVM分类器进行训练;4)选出待测图像的刃边区域;5)对待测刃〖边图像利用特征识别算法进行特征提取;6)将待测刃边图像的特征经过预处理后输入步骤3)训练得到的SVM分类器,获得『待测图像Nyquist频率处的MTF值。本发明实现对含刃边区域的图像进行MTF测量,具有不受图像刃边角度限制、计算准确、稳定性好等优点。
                • 专利类型发明专利
                • 申请人浙江大学;
                • 发明人冯华君;张峥;陈跃庭;徐之海;李奇;
                • 地址310027 浙江省杭州市西湖区浙≡大路38号
                • 申请号CN201610301612.3
                • 申请时间2016年05月07日
                • 申请公布〓号CN106022354A
                • 申请公布时间2016年10月12日
                • 分类号G06K9/62(2006.01)I;