作者小头像 Lv.1
更多个人资料
38 成长值
1 关注
8 粉丝
+ 关注

个人介绍

一个技术痴迷，一个产品癫狂，一个商业小白

感兴趣或擅长的领域

IOT、人工智能、编程语言
个人勋章
TA还没获得勋章~
成长雷达
0
3
0
15
20

个人资料

个人介绍

一个技术痴迷，一个产品癫狂，一个商业小白

感兴趣或擅长的领域

IOT、人工智能、编程语言

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
物联网人才培养遇到的问题
未来5年物联网应用型人才需求量极大，院校输送人才偏理论，国内设备供应商产品差距基本不打，但在服务、市场打法上各有优劣势，竞争激烈。
教育 嵌入式
作者小头像 开拓者 2019-10-31 21:22:32
8330
0
0
2019-10-31 21:22:32
999+
0
0
填涂结果识别算法
识别涂点的基本原理为对矩形填涂区进行有效像素统计判定然后二值化处理，也即我们只需要识别当前填涂框已填涂和未填涂两种结果。这里我们需要设定一个灰度阈值Mgrav,然后计算出当前填涂框的大于灰度阈值Mgrav的像素点个数Q。设定填涂框有效填涂和无效填涂判定阈值为Qt，当Q值小于Qt值时，则认为该填涂框未被填涂，反之则认为已被填涂。在填涂识别基础上即可对比答案来识别答题正确与否
计算
作者小头像 开拓者 2019-09-24 20:49:35
8498
0
0
2019-09-24 20:49:35
999+
0
0
图像变形校正处理算法
OpenCV标准库里有两种Hough变换算法，均可直接调用[ ]。一种是抗噪声极强的标准Hough变换，但其算法复杂，占用较大的运算资源，效率低下。还有一种是累计概率Hough变换，他是选择其中部分可能点进行累加，相比较标准，比较节省运算资源。
计算
作者小头像 开拓者 2019-09-24 20:47:09
10291
0
0
2019-09-24 20:47:09
999+
0
0
灰度图二值化算法
目前最常用的快速二值化阈值确定方法为根据每一张目标图像来动态的计算平均灰度值。然后将灰度图像中的每个像素灰度值和此平均阈值作对比，高于平均阈值的记为“1”（白色），低于的则设置为“0”（黑色）。这种方法虽然会让造成部分背景像素点丢失，但却是最简单高效的处理方法。
http
作者小头像 开拓者 2019-09-24 20:45:46
8071
0
0
2019-09-24 20:45:46
999+
0
0
图像去噪算法
在移动终端摄像头实际拍摄每张答题卡过程中，每次光照环境都不一样，特别是光照环境差时，会带了大量的噪声点。我们需要通过图像处理去除掉这些噪声点，防止其对识别精度的影响。
图像处理
作者小头像 开拓者 2019-09-24 20:44:32
8476
0
0
2019-09-24 20:44:32
999+
0
0
阅卷系统图像识别算法研究之一：图像灰度化算法
阅卷系统首先是对识别的答题卡进行拍照，众所周知移动终端摄像头拍摄的图片默认是彩色的，这种图片含有大量的颜色数据信息，存储是24位JPG或BMP格式的，直接处理起来将会占用大量的运算资源，造成整个阅卷系统底下。我们需要判别的只是填涂和不填涂这两个特征值，与颜色无关，故可将彩***片处理为灰度图来减轻运算压力，提高后续的识别速度和效率。
图像识别 Image
作者小头像 开拓者 2019-09-24 20:41:59
9429
0
0
2019-09-24 20:41:59
999+
0
0
IoT领域2C模式赚钱还是2B模式赚钱，只有C和B么？
从2008年提出建设无锡“物联网之都”开始，物联网如火如荼发展了十年之久，但是我认为仍然是处于“春秋初期”，距离“战国时代”和“秦汉大一统时代”还很遥远。笔者作为一个物联网技术研究者和产品平台架构设计者，曾经在物联网领域真刀真枪的创过业，并不是仅从个人得失来看灰物联网当前的状况。总体来看，随着5G等新技术的到来和用户消费习惯的养成，物联网的爆发态势已经越来越明显。
IoT 大数据
作者小头像 开拓者 2019-09-24 20:29:47
13071
0
0
2019-09-24 20:29:47
999+
0
0
https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注