企业级SSD营收翻倍背后:NAND、PCIe与主控固件的技术逻辑

企业级SSDNAND FlashPCIe
于 2026-10-29 08:09:03 修改
·本内容遵循CC 4.0 BY-SA版权协议

1. 从一份营收数据看企业级SSD的底层逻辑

TrendForce集邦咨询放出的这组数据在圈子里传得挺快:2Q26前五大Enterprise SSD品牌营收翻倍到接近375.9亿美元。很多人第一反应是“AI又把存储带飞了”,这话对,但只说对了一半。真正值得琢磨的是,这375.9亿美元背后,钱到底花在了什么地方,以及为什么偏偏是企业级SSD而不是消费级。

先把概念说清楚。Enterprise SSD,也就是企业级固态硬盘,跟你在电商平台买到的那些NVMe盘完全是两个物种。它面向的是数据中心、云服务商、AI训练集群这类场景,核心诉求不是跑分好看,而是稳态性能、断电保护、写入寿命和长期可靠性。一块企业级盘的价格可能是同容量消费级盘的三到五倍,但客户照样买单,因为宕机一小时的损失远超硬件差价。

这轮营收翻倍,直接推手是大模型训练和推理对存储带宽的饥渴。GPU算力再强,数据喂不进去就是空转。训练集群里,每块GPU背后往往要挂载数TB级别的企业级SSD做checkpoint、数据缓存和临时存储。TrendForce的数据里,前五大品牌吃掉了绝大部分份额,说明这个市场集中度极高,门槛也极高——不是随便一家模组厂想做就能做的。

关键词里出现的NAND Flash、PCIe、QLC,恰好对应了企业级SSD的三个核心维度:介质、接口、成本结构。下面我会从这几个维度拆开讲,顺带把PCIe那些让人头大的调试问题也捋一遍,毕竟做存储的绕不开PCIe。

2. 企业级SSD凭什么卖这么贵:介质、接口与主控的三重门

2.1 NAND Flash的层级游戏:从SLC到QLC的成本账

企业级SSD的成本大头在NAND Flash颗粒上。NAND按每个存储单元能存几个bit,分为SLC、MLC、TLC、QLC,现在还有PLC在研发。简单类比:SLC是一个抽屉放一个东西,找起来快、不容易坏;QLC是一个抽屉塞四个东西,容量大了但找起来慢、抽屉也容易坏。

类型 bit/cell 擦写寿命(P/E) 典型读延迟 企业级定位
SLC 1 约10万次 最低 写入密集型缓存
MLC 2 约3千-1万次 低 混合负载
TLC 3 约1千-3千次 中 读密集型主流
QLC 4 约几百-1千次 较高 温数据/大容量

QLC能在这轮增长里占一席之地,核心原因是AI场景里大量数据是“写一次读多次”的温数据——模型权重、训练数据集、日志归档。这些数据对写入寿命要求没那么苛刻,但对容量和每GB成本极其敏感。QLC把每GB成本压下来,正好卡在这个需求上。

但QLC有个致命弱点:写入放大。因为QLC的编程步骤多,随机写入性能差,主控必须做大量的垃圾回收和SLC缓存策略。企业级QLC盘的做法通常是划出一部分空间当SLC缓存,写入先落SLC,闲时再搬回QLC。这个搬运过程如果做得不好,稳态写入会断崖式下跌。所以同样是QLC,企业级盘和消费级盘的固件策略天差地别。

注意:选QLC企业盘时,一定要看“稳态写入带宽”这个指标,而不是看标称的突发写入速度。很多厂商标的突发速度是SLC缓存撑起来的,缓存写满后可能掉到几百MB/s甚至更低。

2.2 PCIe接口的代际差异:为什么企业级还在大量用PCIe 4.0

热词里PCIe出现频率极高,从PCIe 2.0到5.0都有。企业级SSD目前主流是PCIe 4.0和PCIe 5.0并存,PCIe 5.0的盘带宽翻倍到单向约16GB/s,但实际部署中PCIe 4.0的存量依然巨大。

原因很现实:PCIe 5.0的信号完整性挑战大得多。速率上到32GT/s,通道损耗、串扰、参考时钟抖动都变得极其敏感。一块PCIe 5.0的SSD要跑满速,主板走线、连接器、retimer都得跟上。很多老服务器平台只支持到PCIe 4.0,换盘的收益不如换整机。

PCIe的协商过程也值得说一句。设备上电后,RC(Root Complex)和EP(Endpoint)要进行链路训练,协商链路宽度和速率。这个过程如果失败,盘可能只以x1或者更低速率起来,性能直接腰斩。热词里“pcie信号如何建链”问的就是这个。链路训练分几个阶段:检测、轮询、配置、恢复。任何一个阶段超时,都会触发降速或重试。

BASH
# Linux下查看PCIe设备当前协商速率和宽度
lspci -vvv | grep -A 20 "Non-Volatile memory controller"
# 关注 LnkCap(能力)和 LnkSta(当前状态)两行
# LnkSta: Speed 16GT/s, Width x4 表示当前跑在PCIe 4.0 x4

如果发现LnkSta的速率低于LnkCap,说明链路没有协商到最高档。常见原因包括:金手指氧化、插槽灰尘、主板BIOS里PCIe速率被手动限制、或者信号完整性不达标。我遇到过一台机器,四块盘里有一块始终跑在PCIe 3.0,换了插槽就好了,最后查出来是那个插槽的走线有问题。

2.3 主控与固件:企业级SSD真正的护城河

NAND和PCIe都是可以买的,主控和固件才是各家拉开差距的地方。企业级主控要处理的事情包括:多队列并发、掉电保护、端到端数据校验、磨损均衡、垃圾回收调度、热管理。

掉电保护(PLP)是企业级盘的标配。消费级盘遇到突然断电,缓存里的数据可能就丢了;企业级盘板上有一组电容,断电后靠电容供电把缓存数据刷进NAND。这个电容的选型和寿命计算很讲究,钽电容和超级电容各有优劣。

固件层面,企业级盘通常支持多命名空间、持久化内存区域、可调OP(Over-Provisioning)。OP就是预留空间,比如标称960GB的盘实际有1024GB颗粒,多出来的64GB用于垃圾回收和磨损均衡。OP越大,写入放大越小,寿命越长。企业级盘允许用户调整OP比例,这是消费级盘没有的能力。

3. PCIe调试实战:从枚举到热插拔的踩坑记录

3.1 PCIe枚举过程与常见枚举失败排查

PCIe枚举是系统启动时RC扫描总线、发现设备、分配资源的过程。热词里“pcie枚举过程”和“pcie ep先启动还是rc先启动”都是这个环节的问题。

标准流程是RC先启动,然后扫描总线。但有些场景下EP需要先就绪,比如FPGA作为EP时,如果RC启动太快而FPGA还没加载完配置,枚举就会失败。解决办法是在RC侧增加枚举重试,或者用热插拔机制让EP后上线。

枚举失败的典型现象是lspci看不到设备,或者看到设备但BAR(Base Address Register)分配失败。排查步骤:

  1. 确认物理连接:换插槽、换盘、检查金手指。
  2. 查看BIOS/UEFI里PCIe插槽是否被禁用。
  3. 检查dmesg里的PCIe相关报错,关键词BAR、link training、enumeration。
  4. 用setpci手动读取配置空间,确认设备是否响应。
BASH
# 查看PCIe枚举相关内核日志
dmesg | grep -i pcie
dmesg | grep -i "BAR.*failed"
# 查看所有PCIe设备树
lspci -t

实操心得:遇到枚举问题时,先别急着改驱动。八成的问题出在硬件连接或BIOS设置上。我见过有人折腾了两天驱动,最后发现是转接卡的PCIe供电没接。

3.2 PCIe热插拔与PERST信号

热词里“pcie perst”和“pcie热插拔功能”指向的是PCIe的热插拔机制。PERST#是PCIe的标准复位信号,低电平有效。设备上电时,PERST#保持低电平一段时间,等电源和时钟稳定后拉高,设备开始链路训练。

热插拔场景下,PERST#的时序更关键。如果PERST#释放太早,电源还没稳,链路训练会失败;释放太晚,系统可能等超时。企业级SSD的背板上通常有热插拔控制器,负责管理PERST#和电源时序。

Linux下热插拔SSD的操作:

BASH
# 查看插槽信息
lspci -vvv | grep -i "slot"
# 移除设备前先停掉上层业务,然后
echo 1 > /sys/bus/pci/slots/<slot_number>/power
# 上电
echo 0 > /sys/bus/pci/slots/<slot_number>/power

热插拔失败最常见的原因是驱动没有正确实现remove回调,导致设备移除时资源没释放,再次插入时枚举冲突。企业级SSD的驱动通常经过严格测试,但如果是自己写的FPGA驱动,这块要特别注意。

3.3 PCIe带宽查看与性能瓶颈定位

热词里“linux系统如何查看pcie设备带宽”和“ubuntu查看pcie速率”是高频需求。除了前面说的lspci -vvv看LnkSta,还可以用lspci -vvv -s <bdf>精确查看某个设备。

带宽计算很简单:PCIe每通道每代的有效带宽是固定的。PCIe 3.0每通道约985MB/s,4.0约1969MB/s,5.0约3938MB/s。x4的PCIe 4.0理论带宽约7.88GB/s,实际能跑到6.5GB/s以上就算正常。

如果SSD标称7GB/s但实测只有3.5GB/s,先查链路速率和宽度。如果LnkSta显示Speed 8GT/s Width x4,那就是跑在PCIe 3.0 x4,理论带宽约3.94GB/s,实测3.5GB/s是正常的。问题不在盘,在链路。

BASH
# 查看NVMe盘的实际链路状态
sudo nvme list
sudo nvme id-ctrl /dev/nvme0 | grep -i "pcie"
# 或者直接看sysfs
cat /sys/class/nvme/nvme0/device/current_link_speed
cat /sys/class/nvme/nvme0/device/current_link_width

3.4 PCIe Switch与多盘扩展的坑

热词里“pcie switch”和“博通pcie交换芯片”说明很多人在做多盘扩展。PCIe Switch可以把一个上游端口扩展成多个下游端口,让一台机器挂更多SSD。

但Switch引入的延迟和带宽共享问题不能忽视。一个x16的上游端口接Switch,下游挂四块x4的盘,四块盘共享x16的带宽。如果四块盘同时满速跑,每块只能分到x4的带宽,这是物理限制。

更隐蔽的坑是Switch的配置空间和枚举。有些Switch需要先配置好下游端口才能被RC枚举到,如果固件没烧好,整条链路都起不来。博通的Switch芯片通常有配套的配置工具,但文档晦涩,新手容易卡住。

注意:用PCIe Switch扩展时,一定要确认Switch支持的最大payload size和RC一致。如果Switch的MPS是128字节而RC是256字节,性能会受影响。

4. 企业级SSD选型与部署的实操建议

4.1 按负载类型选盘:读写比例决定介质和OP

企业级SSD选型第一步是搞清楚负载特征。读密集型、写密集型、混合型,对应的盘完全不同。

读密集型场景(如CDN缓存、模型推理)可以选TLC甚至QLC,OP不用留太多,因为写入少。写密集型场景(如日志、数据库WAL)必须选TLC以上,OP要留足,最好选带PLP的型号。混合型场景最考验固件调度能力,建议选大厂的主流型号,别贪便宜。

一个实用的估算方法:算清楚每天的写入量,乘以预期使用年限,再除以盘的DWPD(Drive Writes Per Day)。比如每天写10TB,用5年,需要盘能承受18250TB的总写入量。如果盘是3.84TB容量、DWPD=1,总写入寿命是3.84TB×365×5≈7008TB,不够。需要DWPD=3的盘,或者加OP。

4.2 部署时的PCIe链路检查清单

盘上架前,建议按这个清单过一遍:

  • 确认服务器PCIe插槽的代数和支持的宽度。
  • 确认BIOS里PCIe速率设置为Auto或最高档,别被限制在低档。
  • 上电后用lspci -vvv确认LnkSta达到预期。
  • 用fio做一次稳态写入测试,确认没有断崖式掉速。
  • 检查dmesg有无PCIe AER(高级错误报告)报错。
BASH
# 用fio做稳态写入测试
fio --name=steady --filename=/dev/nvme0n1 --ioengine=libaio --direct=1 \
--bs=128k --rw=write --numjobs=1 --iodepth=32 --runtime=600 --time_based

如果测试过程中出现nvme: I/O timeout或者AER报错,说明链路或盘有问题,别急着上线。

4.3 常见问题速查表

现象 可能原因 排查方向
lspci看不到盘 物理连接/BIOS禁用/枚举失败 换插槽、查dmesg、查BIOS
速率低于预期 链路降速/插槽限制/信号问题 查LnkSta、换插槽、查BIOS
写入掉速严重 SLC缓存写满/GC跟不上/过热 查稳态写入、查温度、查OP
热插拔后不识别 驱动remove未实现/资源未释放 查dmesg、重启驱动、查ACPI
AER报错频繁 信号完整性/电源不稳/盘故障 换盘、换插槽、查供电

5. 从375.9亿美元看存储行业的下一步

这375.9亿美元不是终点。AI集群的规模还在涨,单集群的存储需求从PB级往EB级走。企业级SSD的下一步竞争焦点,我判断在三个方向:PCIe 6.0的落地节奏、QLC的可靠性提升、以及存算一体的探索。

PCIe 6.0用PAM4信号,速率到64GT/s,但信号完整性挑战更大,短期内企业级SSD不会大规模切换。QLC的可靠性靠主控和固件补,未来如果PLC成熟,成本还能再降。存算一体则是把计算单元放进SSD,减少数据搬运,这个方向已经有产品在试水。

对做存储的工程师来说,这波增长意味着岗位需求在涨,但要求也在涨。只会调fio参数不够了,得懂PCIe协议、懂NAND特性、懂固件调度。我个人的体会是,把PCIe调试和NAND特性这两块吃透,在企业级存储领域就不愁没饭吃。这轮营收翻倍只是开始,后面的故事还长。

基于Python+Open CV的手势识别算法设计
伴随着人工智能时代的到来,人机交互的领域也逐渐成为研究的一大方向;其中,手势识别是人机交互领域的一项关键技术,自此手势识别也迎来了一波高潮,近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上,都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域,手势识别的原理都是利用各种传感器(例如红外、摄像头等)对手部的形态进行捕捉并进行建模,形成一个模型信息的序列帧,而后将这些信息序列转换为机器能够识别的相对应指令(例如打开、切换菜单、移动等)来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计,在Pycharm中进行需要库(模块)的下载,调取电脑摄像头,按帧读取摄像头采集到的头像,形态学处理,图像旋转(由于摄像头采集到的图像是镜像,需要用cv2.flip将摄像头采集到的图像进行处理),选取图片中固定位置作为手势输入,用红线画出手势识别框,基于hsv的肤色检测,进行高斯滤波,找出轮廓,求出图像中手势的凹凸点,手指间角度求取。
努力学习前端的小陈
ArcGIS Pro入门制图教程
地理信息系统 (GIS) 是一种使用地图显示和分析数据的方式。在本教程中,您将学习桌面 GIS 应用程序 ArcGIS Pro 的基础知识。新加坡的一家旅行社希望制作一款宣传册,用于向游客介绍距离市中心热门目的地最近的火车站。该宣传册将与带有文本信息的地图相结合,并在城市的自助设备中出售。您将帮助该旅行社绘制旅游景点的地图,分析其与火车站的距离以及更改地图的外观以使其在视觉上更具吸引力。在 ArcGIS Pro 中,地图和数据通常被组织在一个工程中。开始制作地图之前,您将创建一个工程。
科研online
ArcGIS Pro 布局创建与地图加载全流程解析
本文详细解析了ArcGIS Pro中布局创建与地图加载的全流程。针对从ArcMap转来的用户,重点阐述了布局与地图解耦的核心设计理念,并提供了从新建布局、设置参考比例尺、加载地图框到深度控制与精细化排版的实用技巧,帮助用户高效制作专业地图。
您的账号已被封禁
ArcGIS PRO布局视图避坑指南:地图框添加与专题图制作的5个关键步骤
本文针对ArcGIS PRO用户在布局视图中制作专题图时遇到的常见问题,提供了地图框添加与专题图制作的5个关键步骤避坑指南。从理解布局视图思维、数据框预处理、地图元素协同配置,到深化视觉层次与最终输出检查,系统讲解了如何高效产出严谨美观的专业地图,帮助用户跨越从数据分析到地图输出的最后一公里。
冰炭不同炉
ROS-CV-ImageConverter:将ROS图像转换为OpenCV(cv :: Mat)类型的图像
ROS-CV图像转换器 依存关系 cv_bridge(ROS软件包)
Willis Wang
计算机视觉图像处理-CV2与图像插值算法
用最近邻插值与双线性插值原理完成图像缩放 最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输。缺点:使用最近邻插值算法处理图像放大时,在图象中可能出现明显的块状效应 双线性插值,在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时,在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int
weixin_38697274
基于水平集CV模型的图像分割(Matlab代码)
基于水平集CV模型的图像分割(Matlab代码),全套代码
小宇QAQ
导向滤波(guide_filter)的python实现
导向滤波(guide_filter)的python实现,可以结合暗通道;理论实现比较好的图像去噪效果。
zachzhan_g
ArcGIS Pro 如何新建布局
你是否已经习惯了在ArcGIS中数据视图和布局视图之间来回切换,到了ArcGIS Pro中却找不到二者之间切换的按钮,即使新建布局后却发现地图怎么却是一片空白。从上面的图中可以看到,虽然新建了布局,但是地图还是空白的,如果想要显示地图还需要加载一下,将地图加载进来。在新建的布局上绘制一个框,作为地图显示的范围,绘制后可以看到地图已经完成加载,如下图所示。在菜单栏上选择插入,点击新建布局下拉箭头,选择一个合适的尺寸,如下图所示。点击后完成布局的新建,新建的布局如下图所示。
水经注GIS
ArcGIS Pro数据修复与图层管理实战指南
本文是ArcGIS Pro数据修复与图层管理的实战指南。针对数据源丢失导致的“红色叹号”问题,详细讲解了一键批量修复和进阶手动修复策略,并分享了使用相对路径、打包工程等防患于未然的黄金法则。同时,深入介绍了如何利用图层组进行高效的地图内容组织、比例尺控制与批量操作,帮助用户构建清晰、智能的专业地图,大幅提升GIS项目管理效率。
Tomato
ArcGIS Pro布局设计实战:从空白页面到专业地图输出的完整工作流
本文详细解析了ArcGIS Pro中从“新建布局”开始,到输出专业地图的完整工作流。内容涵盖布局哲学、地图框深度运用、制图元素集成及视觉排版等核心环节,旨在帮助中级用户掌握项目驱动的现代化制图方法,实现从数据到出版级地图的精准转化。
AnjneyMidha
ArcGIS PRO布局视图避坑指南:地图框添加与坐标系设置的5个常见错误
本文针对ArcGIS PRO用户在布局视图中常遇的难题,重点解析了地图框添加与坐标系设置的5个常见错误。从地图框的创建逻辑、坐标系冲突的根源剖析,到地图范围控制、元素联动更新以及打印导出设置,提供了一套完整的避坑指南与实战解决方案,帮助用户高效、精准地完成地图制图与输出工作。
重离子猫猫
ArcGIS Pro布局设计避坑指南:为什么你的地图总是显示空白?
本文深入解析ArcGIS Pro布局设计中地图显示空白的常见问题,提供从基础操作到高级排错的完整解决方案。重点讲解地图框的正确使用方法、布局元素配置技巧,以及多地图框协同工作等进阶功能,帮助用户快速掌握专业地图制作的核心技术。
习翔宇
CV算法(MATLAB)
chan 和 vese 提出的经典CV模型
beastLOVE
GrabCut:使用opencv-python cv2.grabCut交互式剪切图像
GrabCut 使用opencv-python cv2.grabCut交互式剪切图像
Aaron Gary
Opencv-Python图像透视变换cv2.warpPerspective的示例
今天小编就为大家分享一篇关于Opencv-Python图像透视变换cv2.warpPerspective的示例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
weixin_38711369
leetcodecv-Kylin:CV算法岗面经&LeetCode刷题总结
leetcode cv Kylin CV算法岗面经 & LeetCode刷题总结 不断更新中。。。。 面试&笔试经验 LeetCode
weixin_38499553
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS.pdf
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS真的很不错,
weixin_43905342
ArcGIS布局视图方向调整与优化技巧
地图布局方向是GIS制图的基础设置,直接影响空间数据的可视化效果。横向(Landscape)和竖向(Portrait)布局通过调整页面长宽比例,可优化不同地理要素的展示方式。在ArcGIS等专业制图软件中,方向设置会联动影响比例尺、图例等核心元素的自动适配逻辑。本文以A4纸张为例,详解通过页面设置、Python脚本批处理等技术手段实现布局方向的高效调整,并针对比例尺失准、图例溢出等典型问题提供工程解决方案。特别适用于带状区域地图制作等需要最大化利用版面空间的场景,可提升40%以上的图面利用率。
塞音菩光
ArcGIS Pro 3.4必学新功能:符号系统与布局视图的可见性联动(含省时技巧)
ArcGIS Pro 3.4引入了符号系统与布局视图的可见性联动功能,通过唯一值符号化和复选框控制,实现原子级要素显示/隐藏。这一创新极大提升了制图效率,支持在符号系统窗格、内容窗格和布局视图中同步操作,特别适合城市规划、环境监测等需要动态展示的场景。
t8u9v0
ArcGIS Pro 布局创建与地图加载全攻略
本文详细解析了ArcGIS Pro中布局与地图分离的设计哲学,并提供了从新建布局到加载地图的完整操作指南。重点介绍了如何通过“插入”选项卡新建布局、选择合适的页面尺寸,以及使用地图框工具将项目中的地图动态链接至布局。文章还涵盖了地图范围控制、比例尺锁定、图例添加等深度定制技巧,帮助用户高效创建专业地图并导出为高质量成果。
milk8
ArcGIS多图布局实战:从数据框管理到批量导出的完整指南
在地理信息系统(GIS)制图领域,将多张地图高效整合到单一版面是提升分析报告专业性与表现力的关键技术。其核心原理在于理解并运用数据框与布局视图的分离机制,通过独立的数据框承载不同区域或专题的地理数据,并在统一的布局视图中进行精确排版与视觉整合。这项技术的核心价值在于实现了制图流程的标准化与自动化,避免了传统拼图方式带来的效率低下与更新困难问题,尤其适用于区域对比、时间序列分析、综合评估报告等需要多视角、多维度展示地理信息的应用场景。本文聚焦于ArcGIS Pro平台,深入剖析了多图布局中数据框范围联动、地图
aaa1231722
monolithic-cv:CV算法的集合
单片-cv 计算机视觉算法转储
晨曦姜
改进的cv图像分割
改进的cv图像分割,对学习cv模型有帮助
a904235765
C++实现基于暗通道与导向滤波的图像去雾算法
资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 在图像处理领域,图像去雾技术用于消除大气散射导致的模糊,提升图像清晰度和视觉质量。本文将介绍一种基于暗通道和导向滤波的图像去雾算法,并探讨如何使用C++和OpenCV库实现。 暗通道理论由Jia等人于2006年提出。他们发现自然场景中存在一些低亮度像素,通常位于无直射光区域。这些像素被称为暗通道像素,可用于估计大气散射模型中的透射率。具体方法是将图像分块,在每块中找到最暗像素值作为暗通道像素。 大气散射模型是图像去雾的基础,描述了光线在大气中传播时的散射影响。模型公式为: I(x)=T(x)×J(x)+A×(1−T(x)) 其中,T(x)是透射率,J(x)是无雾图像亮度,A是全局大气光。透射率与散射程度成反比,无雾图像亮度反映物体本身色彩。 利用暗通道先验,可以近似估计透射率。假设D(x)为暗通道像素,透射率T(x)可通过迭代公式计算: T k+1 (x)= max(D)+ϵ D(x) +(1− max(D)+ϵ D(x) )×T k (x) 其中,k是迭代次数,ϵ是小常数,用于避免除零。 估计透射率后,使用导向滤波器平滑透射率图,减少噪声和边缘失真。导向滤波是一种自适应局部滤波方法,可保持图像边缘细节,同时进行平滑处理。在图像去雾中,它根据图像梯度信息指导滤波过程,更好地恢复图像清晰度。 通过大气散射模型,可得到去雾后的图像: J out (x)= T(x) I(x)−A×(1−T(x)) +A 在C++中,可借助OpenCV库处理图像数据。首先读取输入图像,然后提取暗通道,估计透射率,应用导向滤波,最终恢复无雾图像。OpenCV提供了丰富的图像处理函数,如cv::split用于分离通道,cv::min用于找最小值,cv::filter2D用于导向滤波,cv::imwrite用于保存
KaiyuanCode
cv模型图像分割matlab源程序
cv模型 matlab 图像分割源码,逻辑清晰,注释详尽。
phoenix01
CV图像分割
从pud找到的CV图像分割代码,代码的通过较少的迭代次数就可以实现图像的分割,对学习CV分割有帮助。
a904235765
ArcGIS Pro 3.0 布局视图实战:5分钟搞定专业地图的图例、比例尺与指北针
本文详细介绍了ArcGIS Pro 3.0布局视图的实战技巧,帮助用户在5分钟内高效添加图例、比例尺与指北针,打造专业地图。通过智能图例、动态比例尺和现代化指北针设计,提升制图效率与美观度,特别适合GIS初学者和从ArcMap迁移的用户。
weixin_30652491
ArcGIS Pro界面突然消失?3种恢复方法+自定义布局技巧
本文针对ArcGIS Pro用户常见的操作界面元素突然消失问题,提供了三种核心恢复方法:通过“视图”功能区一键唤回、利用“重置窗格”命令恢复默认布局,以及通过应用程序设置进行深度恢复。文章还深入讲解了如何通过停靠、分组窗格以及自定义功能区等技巧,打造高效个性化的操作界面,帮助用户从被动解决问题转向主动优化工作环境。
nnn11
LT码与Raptor码的性能仿真
从数据分析看来,在数据块大小较小时(100 - 200 左右 ),LT 码和 Raptor 码的平均冗余符号数量差距相对较小,但 LT 码的冗余符号数量始终高于 Raptor 码。现在采用MATLAB进行仿真,直观展示不同数据块大小下,两种解码方式的解码时间差异.如图4.1所示,LT解码(绿色圆点折线)LT 解码方式的解码时间随数据块大小的变化情况。从实际应用的角度来看,LT码由于其简单的编码机制,适用于资源受限或对编码效率要求较高的场景,但其较高的解码复杂度限制了其在一些实时性要求较高的应用中的使用。
道亦无名