Andere Kunden interessierten sich auch für
![Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas]( "Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas")
Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas26,99 €![Técnicas ciegas de detección de falsificaciones de imágenes]( "Técnicas ciegas de detección de falsificaciones de imágenes")
Técnicas ciegas de detección de falsificaciones de imágenes24,99 €![Mejora de imágenes de satélite con ruido mediante transformadas wavelet]( "Mejora de imágenes de satélite con ruido mediante transformadas wavelet")
Mejora de imágenes de satélite con ruido mediante transformadas wavelet26,99 €![Procesamiento de imágenes médicas usando IDL]( "Procesamiento de imágenes médicas usando IDL")
Procesamiento de imágenes médicas usando IDL18,99 €![Aprendizaje profundo para la clasificación de imágenes]( "Aprendizaje profundo para la clasificación de imágenes")
Aprendizaje profundo para la clasificación de imágenes26,99 €![Procesamiento digital de imágenes en aplicaciones sanitarias]( "Procesamiento digital de imágenes en aplicaciones sanitarias")
Procesamiento digital de imágenes en aplicaciones sanitarias26,99 €![Segmentación de imágenes basada en blockchain]( "Segmentación de imágenes basada en blockchain")
Segmentación de imágenes basada en blockchain29,99 €
Aunque los sistemas de imagen digital se han utilizado ampliamente para muchas aplicaciones, como la fotografía de consumo, la microscopía, la fotografía aérea y la imagen astronómica. Sus imágenes/vídeos de salida suelen sufrir desenfoques que varían espacialmente, causados por el objetivo, el medio de transmisión, los algoritmos de posprocesamiento y el movimiento de la cámara/objeto. La medición de la cantidad de desenfoque global y local es una cuestión importante. Puede ayudarnos a eliminar el desenfoque que varía espacialmente y a mejorar la calidad visual de los resultados del sistema de imágenes. También puede proporcionar información útil sobre la escena, como la saliencia y el mapa de profundidad. Se utiliza una técnica para la estimación del mapa de desenfoque a partir de imágenes naturales solitarias que estima la cantidad de desenfoque basándose en el radio del kernel de desenfoque. Primero se estima la cantidad de desenfoque en todas las localizaciones de acuerdo con el kernel de radio medio de la ventana en esa posición y luego se puede obtener un mapa de desenfoque completo propagando la cantidad de desenfoque en todas las localizaciones sobre toda la imagen.