Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "quality picture evaluation" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Video register picture evaluation to support drivers training and examination
Autorzy:
Kamiński, T.
Wojciechowski, A.
Nowacki, G.
Mitraszewska, I.
Kamińska, E.
Filipek, P.
Powiązania:
https://bibliotekanauki.pl/articles/247586.pdf
Data publikacji:
2008
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
video register
quality picture evaluation
picture transducers
Opis:
This paper refers to some problems with digital video recording of picture during driver training and examination process for obtaining driving license. Since 10 April 2006 year, all examining institutions must use video and audio recording devices in Poland. The legal regulations in force do not clearly determine the functional requirements and technical parameters for video recorders; hence the actual devices used do not meet user requirements. There is main influence on the picture quality have the optical system of the camera. Considerable influence on the quality has an aberration errors. Aberration leads to blurring of the image produced by an image-forming optical system. Aberrations fall into monochromatic and chromatic classes of optical errors. Monochromatic aberrations produced without dispersion. These include the aberrations at reflecting surfaces of any coloured light, and at refracting surfaces of monochromatic light of single wavelength. This paper describes all types of aberration. Charge-coupled device (CCDs) used as main part of the digital cameras, however, there is now a well-established alternative, the CMOS image sensor. Both CCD and CMOS image sensors, described this paper, capture light using a grid of small photo sites on their surfaces. This paper describes advantages and disadvantages of both transducers. The authors have made an attempt to determine camera parameters, their location and quality of the picture. In mentioned case the objective and subjective picture validation methods and sample pictures from the cameras will be presented.
Źródło:
Journal of KONES; 2008, 15, 3; 225-232
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie rozkładu cząstek podczas mieszania systemem funnel-flow
Estimating the distribution of a granual molecule mixed using the funnel-flow system
Autorzy:
Matuszek, D.
Tukiendorf, M.
Powiązania:
https://bibliotekanauki.pl/articles/287965.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
materiał ziarnisty
mieszanie
ocena jakości układu ziarnistego
komputerowa analiza obrazu
sieci neuronowe
współczynnik koleracji przestrzennej
grain
mixing
quality evaluation
grain configuration
computer analysis of picture
neural networks
spatial correlation coefficient
Opis:
W pracy przedstawiono wyniki modelowania neuronowego procesu mieszania niejednorodnego układu ziarnistego przy pomocy systemu funnel-flow. W oparciu o komputerową analizę obrazu dokonano oceny rozkładu cząstek obserwowanego składnika kluczowego w poszczególnych przekrojach mieszalnika używając jako miary tego rozkładu wartości wariancji. Modelowanie oparto na prognozowaniu neuronowym. Do uczenia wykorzystano pięć pierwszych kroków mieszania. Następnie w oparciu o wyniki uczenia sieć dokonała predykcji rozkładu koncentracji składnika kluczowego dla następnych pięciu kroków mieszania, to jest aż do osiągnięcia stanu równowagowego. Dokonano statystycznego porównania modeli (empirycznego i predyktowanego) przy pomocy współczynnika przestrzennej korelacji.
This research presents the outcomes of neuron modeling of the mixing process of a non-homogeneus grain configuration by the use of a funnel-flow system. On the basis of a computer image analysis an estimation of was executed the molecule distribution of each key component the observed. Specifficaly a cross-section of the mixing device used in this process was analysed for statistical variance in key-component distribution. On the basis of the first five mixing steps the FBM network has been learned. Next, on the basis of the outcomes the network predicted the distribution of the key-component concentration after the next five mixing steps. A statistical model comparison (empirical and predicted) was done using the spatial autocorrelation.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 229-235
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies