图像处理和计算机视觉的MATLAB

使用MATLAB®和仿真软件®要深入了解您的图像和视频数据,请开发算法,并探索实现折衷方案。

  • 为图像处理、计算机视觉和深度学习设计一套综合参考标准算法的视觉解决方案。
  • 使用OpenCV、Python和C/ c++使用可互操作的api和集成工具与团队协作。
  • 使用工作流应用程序自动化常见任务,加速算法探索。
  • 无需专业编程或IT知识,可在NVIDIA gpu、云和数据中心资源上加速算法。
  • 将算法部署到嵌入式设备,包括NVIDIA gpu、Intel处理器和fpga,以及基于arm的嵌入式处理器。

图像应用程序和可视化

使用MATLAB应用程序探索您的数据交互和自动生成MATLAB代码。这意味着您不必从头开始编写代码。探索以下特色应用:

  • 摄像机标定

    预估相机的本征、外征和镜头失真参数。

  • 图像和视频标签

    在图像集合中标记地面真相,并查看视频和图像序列。

  • 图像分割

    使用主动轮廓和图切割算法(如抓切和懒抓取)分割图像。

查看图库(3张图片)

体积可视化应用

应用可视化

从图像和视频中识别并提取有意义的信息。

  • 体积可视化
    使用体积查看器应用程序以体积或平面切片的形式查看3D体积数据
  • 视频查看器
    选择要播放的电影或图像序列,跳转到序列中的特定帧,或更改显示的帧率。
  • 使用多种浏览器
    探索一个DICOM文件集合,选择并导入到MATLAB中。

与开放源码的集成

直接与开放源码集成。您可以重用用另一种编程语言编写的遗留代码,创建MATLAB支持的响应式网站,或使用从MATLAB直接生成的无错误嵌入式c代码编程硬件。

直接相机访问和图像和视频导入

通过硬件支持包连接到摄像机。你可以从帧抓取器GigE Vision获取实时图像和视频®摄像头,DCAM摄像头,还有更多的

MATLAB支持标准数据和图像格式,您可以使用预构建的函数和应用程序访问您的数据。导入和管理无法装入内存的大型数据集ImageDatastore

直接相机访问和图像和视频导入
NVIDIA GPU

性能

使用多核cpu或NVIDIA gpu并行化工作流,无需重新编程算法。

在云端或浏览器中运行MATLAB。使用并行计算工具箱™,您可以使用多核处理器、gpu和计算机集群解决计算和数据密集型问题。

了解更多

部署

使用MATLAB,您可以使用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。

GPU编码器™生成优化的CUDA®代码来自MATLAB代码,用于深度学习、嵌入式视觉和自主系统。您可以在MATLAB中使用生成的CUDA来加速MATLAB代码的计算密集型部分。

了解更多

英伟达杰森
Baidu
map