產(chǎn)地類別 | 進口 | 電動機功率 | 36kW |
---|---|---|---|
讀出方式 | 多圈型讀出方式 | 工作原理 | 可編程/參數(shù)化 |
外形尺寸 | 44*50mm | 外型尺寸 | 43*35mm |
應(yīng)用領(lǐng)域 | 農(nóng)業(yè),文體,石油,地礦,印刷包裝 | 重量 | 1.58kg |
產(chǎn)品簡介
詳細介紹
1097320面向多屏共享系統(tǒng)的秉銘SICK編碼器BTF13-Q1RM3012
BTF13-Q1RM3012隨著視頻技術(shù)的迅速發(fā)展及廣泛應(yīng)用,,提供快速、有效及自動化的圖像序列表達及處理方法已經(jīng)成為了一個重要的研究領(lǐng)域,,其中基于圖像內(nèi)容的方法,,例如基于目標及特征區(qū)域的方法已經(jīng)成為許多應(yīng)用的。由于此類方法能夠有效地消除圖像序列中的“握手效應(yīng)”,,快速提取圖像序列中的目標,,以低比特率傳輸圖像的形狀、運動及紋理信息,,并保持圖像穩(wěn)定性,,因此它們在現(xiàn)代互聯(lián)網(wǎng)、廣播,、電視,、娛樂及第四代移動通訊等領(lǐng)域正被廣泛采用。本論文介紹了作者對低比特率圖像序列編碼算法及框架的研究,,重點研究了基于內(nèi)容的圖像目標分段,、穩(wěn)定性算法及實現(xiàn)框架設(shè)計。本文的目的是研究如何尋找簡便高效的算法并提出一個集成這些算法的實現(xiàn)框架,,使理論與實驗成果走向?qū)嶋H應(yīng)用,。作者的主要研究成果包括:首先,在研究以往的目標分段算法的基礎(chǔ)上,,提出了一種用于目標識別的自適應(yīng)變化檢測新算法,。該算法采用一個三步法,能快速有效地把圖像目標從背景中分離出來,。
步是依據(jù)亮度差及照度變化,,分別把圖像序列中的噪聲和運動目標識別并分離出來;第二步是利用圖像塊,、直方圖及區(qū)域分類,,把圖像分割成為與運動目標相對應(yīng)的區(qū)域;第三步是在前兩步的基礎(chǔ)上,,進行形態(tài)邊緣檢測,、輪廓分析及目標標識,以完成終的目標識別,、圖像分段任務(wù),。其次,作者在上述圖像目標識別、分割算法的基礎(chǔ)上,,設(shè)計了一個新的低比特率圖像序列編碼方案,,該方案利用圖像變化區(qū)域內(nèi)的運動矢量信息、圖像形狀角點信息及無運動或準靜止區(qū)域內(nèi)的余留信息來完成高效視頻壓縮,,其編解碼性能優(yōu)于傳統(tǒng)的典型的編碼算法,。此外,本文針對實際應(yīng)用中的圖像序列不穩(wěn)定現(xiàn)象(通常來自于攝像源),,提出了一種新穎的圖像運動補償方法,,該方法對來自于圖像序列源的運動進行估計,并以補償平移和旋轉(zhuǎn)的方式來抵消此類運動,。實驗結(jié)果顯示,,該算法可以有效地穩(wěn)定實時捕獲的各類視頻。為了驗證本文提出和改進的有關(guān)算法,,作者進行了大量的計算機模擬及實驗,,并同以往的傳統(tǒng)經(jīng)典方法進行了比較,說明了本文提出的若干方法取得了良好的效果,。
1097317 BTF13-Q1RM0512
1097318 BTF13-Q1RM1012
1097319 BTF13-Q1RM2012
1097320 BTF13-Q1RM3012
1097321 BTF19-Q1RM5008
1097334 DFS60A-BBAK01000
1097366 DBV50E-22GMA0010
1097369 AHM36A-S3PM013X12
1097422 BTF13-A1MM0524
1097423 SFM60-HLZT0S05
1097498 AFM60I-BDAM004096
1097503 DBS60E-BDEC00100
1097504 DUS60E-REKK0ABA
1097526 DBS60E-TDACD1024
1097559 AHM36A-SCPJ014X12
1097561 DBS60E-RAEJ00100
1097566 DFS60B-BHEK00100
1097568 CFS50-AGV12S27
1097602 DFS60I-BGAK01024
1097606 DFS60B-S4AL02000
1097613 DFS60I-S4EC00500
1097620 DBS60E-S4EC02000
1097625 DUV60E-00KCAAAA
1097626 DFS21A-LCD1L000100
1097637 DFS60B-BEAA00180
1097681 AFM60A-S4RL262144
1097687 SFM60-HNBT4K02
1097693 DBS60E-BHAAC5000
1097696 DFS60B-TEWA00020
1097741 CKS36-AFB7D002
1097748 DBS60E-B7EJC1024
1097749 DBS60E-BGEJC1024
1097752 DUS60E-RHKK0ABA
1097801 AHM36B-BDAK012X12
1097805 DFS60B-S1EK01250
1097806 DBS60E-BGEC00500
1097320面向多屏共享系統(tǒng)的秉銘SICK編碼器BTF13-Q1RM3012
BTF13-Q1RM3012視覺是人類獲取信息的主要途徑,。視頻作為視覺信息的載體,其數(shù)據(jù)量大,難于傳輸和存儲,因此開發(fā)高效的視頻編解碼算法一直是學術(shù)界和工業(yè)界的關(guān)注點。從代視頻編碼標準H.261到H.264及現(xiàn)在的高效視頻編碼(HEVC),學者和工程師們不斷的優(yōu)化設(shè)計各種編解碼算法,期望以更小的計算復(fù)雜度達到更高的壓縮效率,。H.264的視頻壓縮效果以及良好的網(wǎng)絡(luò)適應(yīng)性使其成為應(yīng)用廣泛的視頻編解碼協(xié)議,但H.264*的編碼性能以計算復(fù)雜度的大幅度提高為代價,于是如何提高H.264編碼計算效率成為研究的熱點問題?,F(xiàn)代計算機正在朝著多核、眾核的方向發(fā)展,基于多核,、眾核的并行計算以及并行算法設(shè)計也是方興未艾,。GPU是一種眾核處理器,原來用作圖形渲染,近些年來也被廣泛的應(yīng)用于通用并行計算。2007年英偉達公司推出了計算統(tǒng)一設(shè)備架構(gòu)(CUDA)以及與之配套的CUDA-C程序設(shè)計語言,推動了GPU并行計算的發(fā)展,。
1097826 AFM60A-TETM008192
1097827 DBS60I-Q4EC02000
1097837 DFS60E-THAK02000
1097869 DBS36E-S8AP00500
1097870 AHM36A-S1PCF00S23 ABSOLUTE ENCODER
1097915 AHM36B-S1AK012X12
1097940 AFM60I-Q4PZ000S02
1097980 DFS60B-S4AB00080
1097981 DFS60B-S4EM01200
1098009 AHS36A-S4AM004096
1098060 DFS25A-B2BAD010000
1098075 AFS60B-BHAA004096
1098094 DUS60E-S4KM0AAA
1098097 DBS60E-S3CC02000
1098118 DUV60E-D4KFWCCB
1098132 DBS60E-BHAJ02048
1098145 DFS21A-KFC2C002048
1098156 DBS60E-THFCD1024
1098157 DFS60I-BJNC01024
1098173 DBS36E-BBGN01024
1098189 DBS60E-TEAK05000
1098208 DBS36E-S3EL00010
1098229 DFS25A-A2D15000360
1098250 DFS60B-TFAA02500
1098268 DBS36E-S8EJ00250
1098278 DFS60I-BHMC65536
1098318 DBS60E-S4CJ00100
1098319 DBS36E-S3CJ01000
1098320 DBS60I-S4AC01000
1098340 DBS60E-RHEC01024
1098341 DBV50E-22EPA1000