【高数+复变函数】Laplace变换

这篇具有很好参考价值的文章主要介绍了【高数+复变函数】Laplace变换。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

【高数+复变函数】Laplace变换

1. 问题引入及定义

上一节:【高数+复变函数】傅里叶积分

回顾之前我们讲的傅里叶变换要满足的条件有(也就是傅里叶积分要满足的条件)

1 ∘ f ( t ) 1^{\circ} f(t) 1f(t) 在任一有限区间上满足 Dirichlet 条件

2 ∘ f ( t ) 2^{\circ} f(t) 2f(t) 在无限区间 ( − ∞ , + ∞ ) (-\infty,+\infty) (,+) 上绝对可积 (即积分 ∫ − ∞ + ∞ ∣ f ( t ) ∣ d t \int_{-\infty}^{+\infty}|f(t)| \mathrm{d} t +f(t)dt 收敛)

可这些条件相对较强,很多函数都无法满足。

例如:

  • Fourier变换存在的条件需要 实函数 f ( t ) f(t) f(t) ( − ∞ , + ∞ ) (-\infty,+\infty) (,+) 上绝对可积. 很多常见的初等函数(例如, 常数函数、多项式函数、正弦与余弦 函数等)都不满足这个要求
  • 很多以时间 t 为为自变量的函数,当t<0时,往往没有定义,或者不需要知道t<0的情况,而Fourier变换要求在 ( − ∞ , + ∞ ) (-\infty,+\infty) (,+)上都有定义。

这些条件限制了Fourier变换的应用,现在我们考虑对于任意一个函数 f ( t ) f(t) f(t), 能否经过适当地改造使其进行 Fourier 变换时克服 上述两个缺点呢?

这就使我们想到前面讲过的单位阶跃函数 u ( t ) u(t) u(t) 和指数衰减函数 e − β t ( β > 0 ) \mathrm{e}^{-\beta t}(\beta>0) eβt(β>0) 所具有的特点. 用前者乘 f ( t ) f(t) f(t) 可以使积分区间由 ( − ∞ , + ∞ ) (-\infty,+\infty) (,+) 换成 [ 0 , + ∞ ) [0,+\infty) [0,+), 用后者乘 f ( t ) f(t) f(t) 就有可能使其变成绝对可积, 因此, 为了克服 Fourier 变 换上述的两个缺点, 我们自然会想到用 u ( t ) e − β t ( β > 0 ) u(t) \mathrm{e}^{-\beta t}(\beta>0) u(t)eβt(β>0) 来乘 f ( t ) f(t) f(t), 即
f ( t ) u ( t ) e − β t ( β > 0 ) . f(t) u(t) \mathrm{e}^{-\beta t} \quad(\beta>0) . f(t)u(t)eβt(β>0).
对其进行傅里叶变换
G β ( ω ) = ∫ − ∞ + ∞ f ( t ) u ( t ) e − β t e − i ω t   d t = ∫ 0 + ∞ f ( t ) e − ( β + j ω ) t d t = ∫ 0 + ∞ f ( t ) e − s t   d t \begin{aligned} G_\beta(\omega) & =\int_{-\infty}^{+\infty} f(t) u(t) \mathrm{e}^{-\beta t} \mathrm{e}^{-i \omega t} \mathrm{~d} t \\ & =\int_0^{+\infty} f(t) \mathrm{e}^{-(\beta+j \omega )t } \mathrm{d} t=\int_0^{+\infty} f(t) \mathrm{e}^{-s t} \mathrm{~d} t \end{aligned} Gβ(ω)=+f(t)u(t)eβtet dt=0+f(t)e(β+)tdt=0+f(t)est dt
变换后是 s s s的函数: F ( s ) = ∫ 0 + ∞ f ( t ) e − s t   d t F(s)=\int_0^{+\infty} f(t) \mathrm{e}^{-s t} \mathrm{~d} t F(s)=0+f(t)est dt.

由此式所确定的函数 F ( s ) F(s) F(s), 实际上是由 f ( t ) f(t) f(t) 通过一种新的变换得来的, 这种 变换我们称为 Laplace 变换.

定义 :设函数 f ( t ) f(t) f(t) t ⩾ 0 t \geqslant 0 t0 时有定义, 而且积分
∫ 0 + ∞ f ( t ) e − s t   d t ( s  是一个复参量  ) \int_0^{+\infty} f(t) \mathrm{e}^{-st} \mathrm{~d} t \quad(s \text { 是一个复参量 }) 0+f(t)est dt(s 是一个复参量 )
复平面 s s s 的某一区域内收敛, 由此积分所确定的函数记为
F ( s ) = ∫ 0 + ∞ f ( t ) e − s t   d t , F(s)=\int_0^{+\infty} f(t) \mathrm{e}^{-s t} \mathrm{~d} t, F(s)=0+f(t)est dt,
则称上式为函数 f ( t ) f(t) f(t) 的 Laplace 变换式. 记为 F ( s ) = C [ f ( t ) ] F(s)=\mathscr{C}[f(t)] F(s)=C[f(t)]
f ( t ) f(t) f(t) F ( s ) F(s) F(s) 的 Laplace 逆变换 (或称 为象原函数), 记为 f ( t ) = C − 1 [ F ( s ) ] f(t)=\mathscr{C}^{-1}[F(s)] f(t)=C1[F(s)]

不同于在实轴上定义的Fourier,Laplace是定义在复平面上的。

2. 存在定理

探究一个函数满足什么条件时,Laplace变换是存在的

Laplace 变换的存在定理 若函数 f ( t ) f(t) f(t) 满足下列条件:
1 ∘ 1^{\circ} 1 t ⩾ 0 t \geqslant 0 t0 的任一有限区间上连续或分段连续;
2 ∘ 2^{\circ} 2 t → + ∞ t \rightarrow+\infty t+ 时, f ( t ) f(t) f(t) 的增长速度不超过某一指数函数, 亦即存在常数 M > 0 M>0 M>0 c ⩾ 0 c \geqslant 0 c0,使得
∣ f ( t ) ∣ ⩽ M e c t , 0 ⩽ t < + ∞ |f(t)| \leqslant M \mathrm{e}^{c t}, \quad 0 \leqslant t<+\infty f(t)Mect,0t<+
成立 (满足此条件的函数, 称它的增大是不超过指数级的, c c c 为它的增长指数). 则 f ( t ) f(t) f(t) 的 Laplace 变换
F ( s ) = ∫ 0 + ∞ f ( t ) e − s x   d t F(s)=\int_0^{+\infty} f(t) \mathrm{e}^{-sx} \mathrm{~d} t F(s)=0+f(t)esx dt
在半平面 Re ⁡ ( s ) > c \operatorname{Re}(s)>c Re(s)>c 上一定存在

右端的积分在 Re ⁡ ( s ) ⩾ c 1 > c \operatorname{Re}(s) \geqslant c_1>c Re(s)c1>c 上绝对收敛而且 一致收敛, 并且在 Re ⁡ ( s ) > c \operatorname{Re}(s)>c Re(s)>c 的半平面内, F ( s ) F(s) F(s) 为解析函数…

证明不做要求,是证明 f ( t ) e − s x f(t) \mathrm{e}^{-sx} f(t)esx绝对可积

上述存在定理是充分非必要条件,也就是在 Re ⁡ ( s ) < c \operatorname{Re}(s)<c Re(s)<c时也可能存在,以及 c < 0 c<0 c<0时也可能成立,也就有一个新定理:

定理2 如果 ∫ 0 + ∞ f ( t ) e − s t   d t \int_0^{+\infty} f(t) e^{-s t} \mathrm{~d} t 0+f(t)est dt s 1 = β 1 + i ω 1 s_1=\beta_1+i \omega_1 s1=β1+iω1 处收敛, 则这个积分在 Re ⁡ s > β 1 \operatorname{Re} s>\beta_1 Res>β1 上处处收敛,且 由这个积分确定的函数 F ( s ) F(s) F(s) Re ⁡ s > β 1 \operatorname{Re} s>\beta_1 Res>β1 上解析; 如果 ∫ 0 + ∞ f ( t ) e − s t   d t \int_0^{+\infty} f(t) e^{-s t} \mathrm{~d} t 0+f(t)est dt s 2 = β 2 + i ω 2 s_2=\beta_2+i \omega_2 s2=β2+iω2 处发散, 则这个积分在 Re ⁡ s < β 2 \operatorname{Re} s<\beta_2 Res<β2 上处处发散.

3. 常见Laplace变换

例 1 求单位阶跃函数 u ( t ) = { 0 , t < 0 , 1 , t > 0 u(t)=\left\{\begin{array}{l}0, t<0, \\ 1, t>0\end{array}\right. u(t)={0,t<0,1,t>0 的 Laplace 变换.

解: L [ u ( t ) ] = ∫ 0 + ∞ e − s t   d t \mathscr{L} [u(t)]=\int_0^{+\infty} \mathrm{e}^{-s t} \mathrm{~d} t L[u(t)]=0+est dt

其中 e − s t = e − t ( β + j ω ) = e − t β ( c o s w t − i s i n w t ) e^{-st}=e^{-t(\beta+j \omega )}=e^{-t\beta}(coswt-isinwt) est=et(β+)=e(coswtisinwt)

∣ ( c o s w t − i s i n w t ) ∣ |(coswt-isinwt)| (coswtisinwt)有界,所以保证 e − t β e^{-t\beta} e收敛即可,即需要满足 R e ( s ) = β > 0 Re(s)=\beta>0 Re(s)=β>0
又有 ∫ 0 + ∞ e − s t   d t = − 1 s e − , t ∣ 0 + ∞ = 1 s 又有\int_0^{+\infty} \mathrm{e}^{-s t} \mathrm{~d} t=-\left.\frac{1}{s} \mathrm{e}^{-, t}\right|_0 ^{+\infty}=\frac{1}{s} 又有0+est dt=s1e,t 0+=s1
所以 L [ u ( t ) ] = 1 s ( Re ⁡ ( s ) > 0 ) . \mathscr{L}[u(t)]=\frac{1}{s} \quad(\operatorname{Re}(s)>0) . L[u(t)]=s1(Re(s)>0).

例 2 求函数 f ( t ) = e k t f(t)=\mathrm{e}^{k t} f(t)=ekt 的 Laplace 变换 ( k k k 为实数).

这个积分在 Re ⁡ ( s ) > k \operatorname{Re}(s)>k Re(s)>k 时收敛, 而且有
∫ 0 + ∞ e − ( s − k ) t   d t = 1 s − k , \int_0^{+\infty} \mathrm{e}^{-(s-k) t} \mathrm{~d} t=\frac{1}{s-k}, 0+e(sk)t dt=sk1,
所以
L [ e k t ] = 1 s − k ( Re ⁡ ( s ) > k ) . \mathscr{L}\left[\mathrm{e}^{k t}\right]=\frac{1}{s-k}(\operatorname{Re}(s)>k) . L[ekt]=sk1(Re(s)>k).
例 3 求正弦函数 f ( t ) = sin ⁡ k t f(t)=\sin k t f(t)=sinkt ( k k k 为实数) 的 Laplace 变换.


L [ sin ⁡ k t ] = ∫ 0 + ∞ sin ⁡ k t e − s t   d t = k s 2 + k 2 ( Re ⁡ ( s ) > 0 ) . 可用两次分部积分证明 \mathscr{L}[\sin k t] =\int_0^{+\infty} \sin k t \mathrm{e}^{-s t} \mathrm{~d} t \\ =\frac{k}{s^2+k^2} \quad(\operatorname{Re}(s)>0) .可用两次分部积分证明 L[sinkt]=0+sinktest dt=s2+k2k(Re(s)>0).可用两次分部积分证明
同理可得余弦函数 f ( t ) = cos ⁡ k t f(t)=\cos k t f(t)=coskt ( k k k 为实数) 的 Laplace 变换
L [ cos ⁡ k t ] = s s 2 + k 2 ( Re ⁡ ( s ) > 0 ) . \mathscr{L}[\cos k t]=\frac{s}{s^2+k^2} \quad(\operatorname{Re}(s)>0) . L[coskt]=s2+k2s(Re(s)>0).
例4 周期函数和 δ \delta δ函数的Laplace变换

以周期性三角波为例( f ( t + 2 b ) = f ( t ) f(t+2 b)=f(t) f(t+2b)=f(t)):
f ( t ) = { t , 0 ⩽ t < b , 2 b − t , b ⩽ t < 2 b f(t)= \begin{cases}t, & 0 \leqslant t<b, \\ 2 b-t, & b \leqslant t<2 b\end{cases} f(t)={t,2bt,0t<b,bt<2b

E [ f ( t ) ] = ∫ 0 + ∞ f ( t ) e − s t   d t = ∫ 0 2 b f ( t ) e − s t   d t + ∫ 2 b 4 b f ( t ) e − s t   d t + ∫ 4 h 6 t f ( t ) e − s t   d t + ⋯ + ∫ 2 k b 2 ( k + 1 ) b f ( t ) e − s t   d t + ⋯ \begin{aligned} \mathscr{E}[f(t)]= & \int_0^{+\infty} f(t) \mathrm{e}^{-s t} \mathrm{~d} t \\ = & \int_0^{2 b} f(t) \mathrm{e}^{-s t} \mathrm{~d} t+\int_{2 b}^{4 b} f(t) \mathrm{e}^{-s t} \mathrm{~d} t+\int_{4 h}^{6 t} f(t) \mathrm{e}^{-s t} \mathrm{~d} t \\ & +\cdots+\int_{2 k b}^{2(k+1) b} f(t) \mathrm{e}^{-s t} \mathrm{~d} t+\cdots \end{aligned} E[f(t)]==0+f(t)est dt02bf(t)est dt+2b4bf(t)est dt+4h6tf(t)est dt++2kb2(k+1)bf(t)est dt+
t = τ + 2 k b t=\tau+2 k b t=τ+2kb, 则
∫ 2 k b 2 ( k + 1 ) b f ( t ) e − s t   d t = ∫ 0 2 b f ( τ + 2 k b ) e − s ( τ + 2 k b ) d τ = e − 2 k b s ∫ 0 2 b f ( τ ) e − s τ d τ , \begin{aligned} \int_{2 k b}^{2(k+1) b} f(t) \mathrm{e}^{-s t} \mathrm{~d} t & =\int_0^{2 b} f(\tau+2 k b) \mathrm{e}^{-s(\tau+2 k b)} \mathrm{d} \tau \\ & =\mathrm{e}^{-2 k b s} \int_0^{2 b} f(\tau) \mathrm{e}^{-s \tau} \mathrm{d} \tau, \end{aligned} 2kb2(k+1)bf(t)est dt=02bf(τ+2kb)es(τ+2kb)dτ=e2kbs02bf(τ)esτdτ,
所以原式可转化成:
L [ f ( t ) ] = ∑ k = 0 + ∞ e − 2 k b s ∫ 0 2 b f ( t ) e − s t   d t = 1 1 − e − 2 b s ∫ 0 2 b f ( t ) e − s t   d t \mathscr{L}[f(t)]=\sum_{k=0}^{+\infty} \mathrm{e}^{-2 k b s} \int_0^{2 b} f(t) \mathrm{e}^{-s t} \mathrm{~d} t =\frac{1}{1-\mathrm{e}^{-2 b s}} \int_0^{2 b} f(t) \mathrm{e}^{-s t} \mathrm{~d} t L[f(t)]=k=0+e2kbs02bf(t)est dt=1e2bs102bf(t)est dt
之后根据不同函数的 f ( t ) f(t) f(t)计算后式即可。

例5 求单位脉冲函数 δ ( t ) \delta(t) δ(t) 的Laplace变换

首先考虑 t t t的定义域问题:

如果在 t = 0 t=0 t=0 处包含了单位脉冲函数时, 则
∫ 0 − 0 + f ( t ) e − s t   d t ≠ 0 , 即  L − [ f ( t ) ] ≠ L + [ f ( t ) ] .  \int_{0^{-}}^{0^{+}} f(t) e^{-s t} \mathrm{~d} t \neq 0 \text {, 即 } \mathfrak{L}_{-}[f(t)] \neq \mathfrak{L}_{+}[f(t)] \text {. } 00+f(t)est dt=0 L[f(t)]=L+[f(t)]
因此把 t ≥ 0 t \geq 0 t0 上定义的函数延拓到 t > 0 t>0 t>0 t = 0 t=0 t=0任意一个邻域内有定义, 并且把Laplace变换定义为
L [ f ( t ) ] = L − [ f ( t ) ] = ∫ 0 − + ∞ f ( t ) e − s t   d t . \mathcal{L}[f(t)]=\mathfrak{L}_{-}[f(t)]=\int_{0^{-}}^{+\infty} f(t) e^{-s t} \mathrm{~d} t . L[f(t)]=L[f(t)]=0+f(t)est dt.
之后在此拓延下再来考虑单位脉冲函数:
L [ δ ( t ) ] = L − [ δ ( t ) ] = ∫ 0 − + ∞ δ ( t ) e − s t   d t = ∫ − ∞ + ∞ δ ( t ) e − s t   d t = e − s t ∣ t = 0 = 1 \begin{aligned} \mathfrak{L}[\delta(t)] & =\mathfrak{L}_{-}[\delta(t)] \\ & =\int_{0^{-}}^{+\infty} \delta(t) e^{-s t} \mathrm{~d} t \\ & =\int_{-\infty}^{+\infty} \delta(t) e^{-s t} \mathrm{~d} t=e^{-st}|_{t=0}=1 \end{aligned} L[δ(t)]=L[δ(t)]=0+δ(t)est dt=+δ(t)est dt=estt=0=1
例6 f ( t ) = e − β t δ ( t ) − β e − β t u ( t ) ( β > 0 ) f(t)=e^{-\beta t} \delta(t)-\beta e^{-\beta t} u(t)(\beta>0) f(t)=eβtδ(t)βeβtu(t)(β>0) 的Laplace变换(其中 u ( t ) u(t) u(t) 为单位阶跃函数).

首先根据Laplace的定义,在 R e s > − β Res>-\beta Res>β时,可以进行变换:
L [ f ( t ) ] = ∫ 0 − + ∞ [ e − β t δ ( t ) − β e − β t u ( t ) ] e − s t   d t = ∫ 0 − + ∞ δ ( t ) e − ( s + β ) t   d t − β ∫ 0 + ∞ e − ( s + β ) t   d t = 1 + β e − ( β + s ) t s + β ∣ 0 + ∞ = 1 − β s + β = s s + β . \begin{aligned} \mathfrak{L}[f(t)] & =\int_{0^{-}}^{+\infty}\left[e^{-\beta t} \delta(t)-\beta e^{-\beta t} u(t)\right] e^{-s t} \mathrm{~d} t \\ & =\int_{0^{-}}^{+\infty} \delta(t) e^{-(s+\beta) t} \mathrm{~d} t-\beta \int_0^{+\infty} e^{-(s+\beta) t} \mathrm{~d} t \\ & =1+\left.\beta \frac{e^{-(\beta+s) t}}{s+\beta}\right|_0 ^{+\infty}=1-\frac{\beta}{s+\beta}=\frac{s}{s+\beta} . \end{aligned} L[f(t)]=0+[eβtδ(t)βeβtu(t)]est dt=0+δ(t)e(s+β)t dtβ0+e(s+β)t dt=1+βs+βe(β+s)t 0+=1s+ββ=s+βs.文章来源地址https://www.toymoban.com/news/detail-472276.html

到了这里,关于【高数+复变函数】Laplace变换的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 复数的概念及运算(复变函数)

    1. 复数 z= Re(z)+Im(z) i =x+yi (虚数单位 i,   ) 2.复数的代数运算(加减乘除) 3.共轭复数的性质(加减乘除) (1)                     (2)                            4.复数的几何表示 复平面 z=x+iyP(x,y) 复数的模  ,复数的辐角 Argz,辐角主值argz  复数的幅角:以x轴

    2024年02月03日
    浏览(38)
  • 复变函数导数求解(包含矢量、矩阵形式)

    目录 文章目录 前言 一、复变函数导数 1.1 导数定义 1.2 求导法则 1.3 存在条件 二、常用求导结论 2.1 标量函数对标量的导数 2.2 标量函数对矢量的导数 2.3 标量函数对矩阵的导数 总结        本文将从信号处理的角度简单阐明复变函数理论的重要性,并重点介绍能够用于信号

    2024年04月16日
    浏览(47)
  • 【AI】数学基础——高数(函数&微分部分)

    参考:https://www.bilibili.com/video/BV1mM411r7ko?p=1vd_source=260d5bbbf395fd4a9b3e978c7abde437 唐宇迪:机器学习数学基础 高数(积分部分) 表示量与量之间的关系: A = π r 2 A=pi r^2 A = π r 2 一组输入输出关系:一组输入唯一对应一组输出 y = f ( x ) { x : 自变量 y 0 = y ∣ x = x 0 = f ( x 0 ) y=f(x)le

    2024年02月11日
    浏览(73)
  • 高数中一点导数大于0,能否推出函数在0这个去心邻域单增?

    命题:设函数f(x)连续,且f\\\'(0)0,则存在δ0,使得f(x)在(-δ, δ)内单调增加。 先说答案:这个命题是错误的! 那么这个命题如何才能正确呢?需要加上条件:f\\\'(x)在x=0处连续。也就是导函数也在这一点连续。 函数f(x)连续,且f\\\'(0)0,可以推出的结论:对任意的x∈(-δ,0),有f(x)f(

    2024年02月13日
    浏览(48)
  • 【Kotlin】函数式编程 ① ( 函数式编程简介 | 高阶函数 | 函数类别 | Transform 变换函数 | 过滤函数 | 合并函数 | map 变换函数 | flatMap 变换函数 )

    编程范式 指的是 使用某种编程语言的 编程套路 或 编程习惯 ; 使用 Java 等高级语言进行的编程 , 编程范式 一般都是 面向对象编程 ; 与 面向对象编程 同等级的另外一种 编程范式 是 函数式编程 , 函数式编程 不依赖于 指定的语言 , 所有的编程语言都可以使用 函数式编程范式

    2024年01月18日
    浏览(47)
  • 【C++】STL 算法 - transform 变换算法 ② ( 变换规则为 普通函数 | 变换规则为 Lambda 表达式 | 变换规则为 函数对象 | 变换规则为 函数适配器转换的函数对象 )

    transform 算法函数原型 : 下面的函数原型作用是 将 一个输入容器 中的元素 变换后 存储到 输出容器 中 ; 参数解析 : InputIt first1 参数 : 输入容器 的 起始迭代器 ( 包含 ) ; InputIt last1 参数 : 输入容器 的 终止迭代器 ( 不包含 ) ; OutputIt d_first 参数 : 输出容器 的 开始迭代器 , 输出元

    2024年01月21日
    浏览(49)
  • matlab小波变换、离散小波变换函数使用

    matlab中,连续小波变换、离散小波变换函数使用比较复杂,最近做了个总结。 参考1:https://www.jianshu.com/p/56733f6c0a10 参考2:小波变换工具箱(7页)-原创力文档 参考3:《Matlab信号处理》 沈再阳,清华大学出版社,第8章 注意:以下所有函数均为matlab 2020a环境中测试,更早的版

    2024年02月02日
    浏览(43)
  • 灰度变换-分段线性函数

    目录 1. 分段线性函数介绍 2. 代码实现 3. other 分段线性函数同样是点运算,基于像素的图像增强,也就是对比度拉伸。 大概的原理就是:将 不同灰度区间的灰度值 经过不 同的映射函数 映射到 另一个灰度区间 的过程。 因为使用变换函数的个数是三个,所以我们经常使用的

    2024年02月09日
    浏览(60)
  • Halcon滤波器 laplace 算子

    使用laplace 算子对图像进行二次求导,会在边缘产生零点,因此该算子常常与zero_crossing算子配合使用。求出这些零点,也就得到了图像的边缘。同时,由于laplace算子对孤立像素的响应要比对边缘或线的响应更强烈,因此在检测之前应先进行去噪处理。 该算子的原型如下: 其

    2024年02月01日
    浏览(42)
  • 【OpenCv • c++】基础边缘检测算子 —— Laplace

    🚀 个人简介:CSDN「 博客新星 」TOP 10 , C/C++ 领域新星创作者 💟 作    者: 锡兰_CC ❣️ 📝 专    栏: 【OpenCV • c++】计算机视觉 🌈 若有帮助,还请 关注➕点赞➕收藏 ,不行的话我再努努力💪💪💪        边缘检测是图像处理与计算机视觉中最重要的技术之一,

    2024年02月05日
    浏览(71)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包