图像处理工具箱

图像处理工具箱

执行图像处理、可视化和分析

开始:

探索和发现

使用应用程序和函数来获取、可视化、分析和处理许多数据类型的图像。

获取和导入数据

导入由各种设备生成的图像和视频,包括网络摄像头、数码相机、卫星和机载传感器、医学成像设备、显微镜、望远镜和其他科学仪器。 

金宝app支持许多专门的图像文件格式。对于医学图像,它支持 金宝appDICOM文件,包括相关的元数据,以及Analyze 7.5和Interfile格式。

显示高动态范围图像

探索和发现应用程序

使用应用程序探索和发现各种算法方法。与颜色阈值的应用,您可以根据不同的颜色空间分割图像。图像查看器应用程序可以让你交互式地放置和操作roi,包括点、线、矩形、多边形、椭圆和徒手形状。

基于颜色的分割

图像预处理

使用自定义或预定义的滤波器增加信噪比和突出图像特征。

图像增强

提高信噪比和突出图像的特征通过修改图像的颜色或强度。进行卷积和相关,去除噪声,调整对比,重新映射动态范围。

多光谱彩色合成图像的增强

形态学运算符

增强对比度,去除噪声,薄区域,或执行区域骨架化。

Granulomety的雪花

图像去模糊

纠正因光学失焦、拍摄过程中相机或拍摄对象的运动、大气条件、短曝光时间等因素造成的模糊。

用盲反卷积算法去模糊图像

3D图像处理工作流

可视化和执行完整的图像处理工作流的3D体。

三维可视化

通过使用不同的可视化方法来探索数据的结构来探索一个3D体块。您可以将3D体积的像素强度映射到不透明度,以突出显示体积中的特定区域。

3 d处理

除了ND功能外,还可以使用许多3D特定的功能,以实现使用3D数据的完整图像处理工作流。

三维分割

使用编程功能和交互式应用程序来执行3D分割。可以使用阈值、活动轮廓、语义分割等技术对3D数据进行分割。

图像分析

从图像中提取有意义的信息,如寻找形状、计数物体、识别颜色或测量物体属性。

边缘检测

使用预先构建的算法识别图像中的目标边界。这些算法包括高斯方法中的Sobel、Prewitt、Roberts、Canny和Laplacian。

图像区域分析

计算图像中区域的特性,例如面积、质心和方向。使用图像区域分析应用程序根据属性自动计算、排序和删除区域。

图像区域分析仪App

霍夫变换,统计函数和颜色空间转换

求线段、线段端点和圆。统计函数让你分析图像的特征。颜色空间转换准确地代表了独立于设备的颜色。

检测和测量图像中的圆形物体

图像分割

探索不同的图像分割方法,包括自动阈值、基于边缘的方法和基于形态学的方法。

图像分割技术

确定图像中的区域边界,探索不同的图像分割方法。使用细分应用程序交互式地探索这些技术。

分水岭分割

使用分水岭分割来分离图像中的接触对象。分水岭变换常用于解决这一问题。

Marker-Controlled分水岭分割

图像配准

对齐图像以进行定量分析或定性比较。

图像配准方法

使用基于强度的图像配准,它使用相对强度模式自动对齐图像。执行多模式3D配准和非刚性配准,并通过创建突出错位的复合图像来视觉检查结果。

加速度和部署

使用C/ c++和HDL代码;在PC硬件、fpga和asic上运行图像处理算法;并开发成像系统。

目标硬件

自动生成C, c++,和HDL代码。许多图像处理函数支持代码生成,因此可以在PC硬件、fpga、as金宝appic和嵌入式硬件上运行图像处理算法。

GPU加速

使用gpu和多核处理器来提高应用程序和模型的性能。

Marker-Controlled分水岭分割