Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 |
Tags
- 이미지 복원
- Moire 이미지
- Phase Map
- 자체 데이터 제작
- Image Inpainting
- Python
- 논문 리뷰
- JSON
- mnist
- Phase Map 이미지
- CelebA
- horse2zebra
- 이미지파일 특성으로 폴더분류
- labeling
- json 파일 정보 csv파일로 저장
- music data
- Generative Adversarial Nets
- 논문리뷰
- PAPER
- 2D 이미지 높이 측정
- C-RNN-GAN:Continuous recurrent neural networkswith adversarial training
- gan
- 데이터 전처리
- Coherent Semantic Attention for Image Inpainting
- CT 영상에서 U-Net 기반 변형가능 컨볼루션 GAN을이용한 잡음제거
- json 파일로 image 라벨링
- 이미지 특징
- Generative Adversarial Networks
- AI 대회
- 백준
Archives
- Today
- Total
목록C++ (1)
Deep Learning through deep learning
#1 Phase Map Image 제작 (C++)
2D 이미지에 Moire 패턴을 투영시켜 얻은 이미지를 토대로 3D 높이 측정을 할 수 있다. 수많은 공장 부품이나 소자들의 높이를 2D 이미지만으로 측정할 수 있으며, 이를 위해서는 Moire 패턴이 투영된 이미지가 필요하다. 이미지는 총 4장의 이미지가 사용되며 0도, 90도, 180도, 270도로 투영된 Moire 이미지이다. 높이 측정에 앞서 Phase Map 이미지를 제작해보고자 한다. Introduction PCB 부품의 4장의 Moire 패턴이 투영된 이미지는 다음과 같다. 각각 각도가 다른 Moire 패턴이 투영되어 cos파를 이훈다. 픽셀값이 점차 어두워졌다가 밝아졌다를 반복하며 Moire 패턴이 만들어진다. 이 4장의 사진을 통해 Phase Map 으로 변환한 결과 이미지는 다음과 같다..
ML&DL/PhaseMap
2023. 8. 21. 11:52