Blob分析的基本思想：灰度值标识图像中相关联的物体（前景）的像素。
Blob分析的应用：在缺陷检测、OCR（光学字符识别）、感兴趣区域提取和区域特征分析等领域有广泛应用。
HALCON软件在Blob分析中的应用：获取图像、分割图像和提取特征的流程。
阈值分割：如何使用阈值算子进行图像分割，包括全局阈值和动态局部阈值的方法。
Watershed分割：讨论Watershed算法的使用，包括传统的Watershed算法和通过阈值合并盆地的方法。
形态学处理：涉及连通区域的提取、形态学算子的应用，包括经典算子（如腐蚀、膨胀、开运算和闭运算）和高级算子（如边界、骨架等）。
形态学算子的具体应用：例如何使用膨胀、腐蚀、开运算和闭运算来改善图像分割的结果。
特征提取：区域特征（如形状特征）的提取，这些特征不依赖于灰度值，用于目标物体的选择、区域分类、测量和质量检测。
区域特征的描述：包括矩特征、方向、凸状性、长度、紧密度和长方形选择等。
HALCON软件的Feature Inspection工具：检测单个区域特征或所有区域特征。
总结：文档最后回顾了Blob分析的主要步骤
2024-04-30 15:56:51
1019KB
1
clump向cluster转化的基本原理是将clump中的pebble由ball替换，然后将这些ball粘结在一起。但是需要注意的是，数值模型中往往不止有一个clump，那么clump中的pebble由ball替换并施加粘结时，一定要保证只有隶属于同一clump的ball才能被粘结在一起，不同clump的ball即使相互接触也不粘结（这里提到的隶属于同一clump的ball，
2024-04-28 16:20:18
15KB
1.项目利用Python爬虫技术，通过网络爬取验证码图片，并通过一系列的处理步骤，包括去噪和分割，以实现对验证码的识别和准确性验证。
2.项目运行环境：Python环境：需要Python 2.7配置，在Windows环境下下载Anaconda完成Python所需的配置，下载地址为https://www.anaconda.com/，也可以下载虚拟机在Linux环境下运行代码。
3.项目包括4个模块：数据爬取、去噪与分割、模型训练及保存、准确率验证。用request库爬虫抓取验证码1200张，并做好标注。图片爬取成功后进行去噪与分割。处理数据后拆分训练集和测试集，训练并保存。模型保存后，可以被重新使用，也可以移植到其他环境中使用。
4.准确率评估：测试结果精度达到99%以上。
5.项目博客：https://blog.csdn.net/qq_31136513/article/details/131571160
2024-04-28 10:40:57
23.11MB
1
在ASP.NET网络程序开发中，由数据库驱动的Web应用程序，为使从数据库读取的数据能及时、准确、快速地提供给访问客户，通常采用SQL缓存技术。但将数据库表的内容以缓存技术存储到内存中时，存在着由数据缓存等待而产生的隐蔽通道问题。针对内存缓存等待中的隐蔽通道问题进行分析研究，以此提高Web应用程序的系统安全和信息存取安全。
2024-04-27 21:25:30
144KB
1