1.6T光模块大规模部署开启,2026年上游产业链增量全梳理

1.6T光模块AI数据中心光芯片
于 2026-10-29 08:27:47 修改
·本内容遵循CC 4.0 BY-SA版权协议

1. 为什么1.6T是这轮光通信上行的主线

1.1 从800G到1.6T:速率升级不是选择题

先给个判断:1.6T光模块的大规模部署窗口,已经正式打开了。前两年800G还是出货主力的时候,不少人觉得800G的生命周期会很长,1.6T要等到2026年甚至更晚才会起量。但实际的节奏比大多数人的预期快了一大截,2025年下半年已经有头部云厂商开始导入1.6T,2026年的放量信号只会更清晰。

为什么要升级到1.6T?核心驱动力还是AI数据中心的集群规模。大模型训练和推理对集群吞吐的要求摆在那里,单端口速率不往上提,就要堆更多的交换机和光模块,功耗、成本、机房空间全都吃不消。800G时代的典型形态是8×100G,到了1.6T时代,主流方案要么是8×200G,要么是2×1.6T封装再加硅光集成,每通道速率从100G/lane跳到200G/lane,这个变化看起来只是数字翻了一倍,但背后是整个产业链从光芯片到电芯片再到封装测试的全链路重构。

另外要提一句,光通信这个大家族里,除了咱们常说的光纤通信,还有可见光通信、红外光通信这些分支。可见光通信主要用LED或激光在自由空间里传数据,红外光通信则在特定场景的短距无线传输里有用武之地。它们各有各的应用场景,但眼下的产业增量和投资热度,最集中的还是1.6T这条光纤通信主线。

1.2 “大规模部署”到底意味着什么

“大规模部署”这四个字,和“送样测试”“小批量试点”完全是两回事。送样阶段看的是性能达不达标,小批量看的是良率和稳定性,真正进入大规模部署,意味着云厂商已经把它纳入了明年的采购框架,意味着光模块厂商的产线要用满,意味着上游光芯片、电芯片、无源器件的订单不再是几十K级别的试水,而是几百K甚至上千万只级别的大批量排产。

从产业调研的体感来看,1.6T的大规模部署有几个明显的信号:第一,头部云厂商的资本开支指引里,把1.6T端口的采购单独列了出来;第二,交换芯片端已经提前完成了迭代,51.2T容量的交换芯片从2024年底开始量产,单端口就能跑出1.6T的速率,没有交换芯片的配合,光模块上了也没地方插;第三,光模块头部厂商的扩产计划里,1.6T产线的设备采购和产能爬坡预算已经批下来了。

所以这轮1.6T部署,不是某一家的单点突破,而是一个从算法芯片到交换芯片再到光模块、最后到上游器件的完整产业周期共振。对上游供应商来说,过去两年被800G压着的产能和价格体系,到了1.6T时代都要重新定价,这就是“增量”二字的真正含义。

2. 上游增量到底增在哪里:产业链拆解

2.1 光芯片:200G每通道速率是硬门槛

1.6T对上游最直接的冲击,就是光芯片的通道速率必须从100G/lane提升到200G/lane。这个跨越不是简单的工艺调整,而是从材料、外延到芯片设计的全面升级。

以当前主流的EML(电吸收调制激光器)为例,100G/lane的EML芯片,国内几家头部厂商已经实现了量产,市场格局相对稳定。但到200G/lane,对激光器的带宽、调制效率、波长稳定性都提出了更高要求。InP衬底的质量、外延片的均匀性、MOCVD设备的工艺控制,任何一个环节出了问题都会影响良率。换句话说,200G EML的门槛,差不多等于把光芯片的竞争从“能用”拉到了“好用”的维度。

硅光方案这边也在加速。1.6T时代,硅光调制器和CW(连续波)激光器的组合越来越吃香,因为硅光芯片本身不发光,需要外挂一个CW激光器作为光源。CW激光器的技术难度和EML比要低一些,但对功率、波长稳定性、耦合效率的要求更高。这里就有一个明显的增量逻辑:CW激光器的需求量会随着硅光模块的放量而成倍增长,而且由于CW激光器不承载调制信号,它对寿命和温漂的要求反而更苛刻,高端产品依然稀缺。

2.2 调制器与激光器:TFLN和CW外置的组合拳

在200G/lane速率下,传统EML方案在长距离传输中的功耗和带宽表现开始吃紧,这就给薄膜铌酸锂调制器让出了一条路。TFLN调制器的优势是带宽高、损耗低、线性度好,特别适合单通道200G以上、传输距离又相对较长的场景。

产业里的技术路线其实已经开始分层了:短距离(比如数据中心内部500米以内),硅光调制器加CW激光器是主力;中长距离(2公里甚至10公里),薄膜铌酸锂调制器的方案逐步渗透;还有一部分传统EML方案,通过工艺优化继续守住自己的份额。这条逻辑线理顺了,你会发现1.6T的增量不是落到某一家头上,而是整个技术栈都在经历一次重新排位。

有一点值得注意,CW激光器外置加硅光调制的方案,对封装工艺的要求非常高。激光器和硅光芯片之间的耦合,要对准到亚微米级别,稍微偏差一点,耦合损耗就上去了,模块的功耗和光功率预算都会出问题。所以这里不光芯片是瓶颈,封装设备和工艺能力同样是瓶颈。

2.3 电芯片:DSP功耗压力与LPO策略

光模块从800G到1.6T,电芯片的挑战一点也不比光芯片小。1.6T背后的DSP芯片,数据处理速率从800G翻倍到1.6T,但功耗却没有同步下降。DSP本身是模块里功耗最高的器件之一,在1.6T时代,如果继续沿用传统DSP方案,模块的总功耗和散热成本会非常难看。

于是业界开始推LPO(线性直驱,Linear-drive Pluggable Optics)方案。LPO的本质是把DSP里的重定时和均衡功能简化掉,用线性驱动芯片直接驱动光芯片,让光模块省掉一部分DSP功耗,降低延迟。代价是系统侧的交换芯片要承担更多补偿工作,要求系统厂商和模块厂商的联合调优做得足够好。

这个LPO趋势给上游电芯片公司带来的增量,是线性驱动芯片和TIA的需求变化。传统方案里DSP是绝对的C位,LPO方案里Driver和TIA的性能反而成了决定信号质量的关键。这个格局的洗牌,对已经切入LPO驱动芯片方向的公司来说,是一个值得关注的增量窗口。

2.4 无源器件、光纤与测试设备:容易被忽视的刚需

很多人谈1.6T就盯着光芯片和电芯片,其实无源器件的增量同样扎实。1.6T光模块的封装密度更高,内部的光路更复杂,对MT插芯、陶瓷套管、FA阵列、AWG、保偏光纤这些基础器件的精度要求大幅提升。比如MT插芯的孔径公差,直接影响光纤阵列的耦合效率,在16根光纤同时对准的情况下,任何一根光纤的偏差都会拖累整个模块的插入损耗。

光纤这边同样有增量。AI数据中心的集群互联,不光在机柜内部用高速光模块,机柜之间的中距离开关也大量依赖光纤,而且是芯数更多、损耗更低的高端光缆。骨干网和城域网为了匹配AI业务的南北向流量,也在推进更高容量的光纤网络建设。

还有一个必须提的刚性增量:测试设备。1.6T模块的测试需要高速误码仪、高速采样示波器、光功率计、光谱仪等一系列设备,这些设备的频率范围从800G时代的56Gbaud拉高到200G/lane的112Gbaud甚至更高。测试设备的精度和稳定性直接影响产品出货的良率和速度。目前这条赛道的高端设备基本被国外厂商把持,但国产替代的窗口也已经打开。

3. 从产业调研视角看增量验证信号

3.1 看上层资本开支:云厂商的设备采购是先行指标

这轮1.6T能不能持续放量,最硬核的验证指标是云厂商的资本开支。花在AI算力上的钱,最终会转化为对光模块和上游器件的真实需求。2025年初至今,头部云厂商的capex指引一直是往上走的,AI相关基础设施投入占了大头。

在这个链条里,交换芯片的迭代是比光模块更靠前的风向标。交换芯片先出,光模块才跟得上;光模块拉货,上游芯片和无源器件才会受益。所以一个简单的判断链条是:先看交换芯片们的流片和量产节奏,再看头部光模块厂商的采购意向,最后落到上游器件的订单能见度上。

3.2 看中游排产:CW激光器和光芯片的订单能见度

光芯片厂商这个环节,订单能见度高的时候,通常意味着下游在备货,而备货往往领先实际出货一到两个季度。CW激光器的订单变化尤其敏感,因为硅光模块用的外置CW光源,验证周期比EML短很多,一旦硅光方案放量,CW激光器的拉货速度会非常明显。

另外值得关注的是InP外延片和MOCVD设备的产能利用率。InP衬底和外延片是整个光芯片产业链的上游资源端,产能利用率如果被拉到八到九成以上,说明下游需求已经逼近供给上限,这时候要么扩产、要么涨价,对布局了垂直一体化产能的公司是实质利好。

3.3 看下游测试与封装:良率和效率决定放量速度

封装测试这个环节最能反映真实放量状态。1.6T模块对封装精度的要求极高,耦合对准工艺、激光器老化筛选、高低温循环测试,每一道工序都会卡住产能。如果测试设备在产线里排着队进,说明模块出货压力已经很大,上游订单消化也会加速。

从我观察的实际情况来看,头部光模块厂商的1.6T月出货量在2025年下半年开始有了实质性爬坡,但距离“大规模”还有距离。到了2026年,随着更多云厂商完成验证,这一块才会真正放量。上游供应商如果能在这个窗口期锁定头部客户的框架协议,后面两三年的收入能见度就会清晰得多。

4. 2026年有望持续受益的上游方向与标的梳理

4.1 按产业链逻辑分层,而不是按概念选

做产业链梳理最忌讳的一件事,就是把所有沾边的公司都堆在一起。真正的增量逻辑是分层的:技术难度越高的环节,越稀缺,越有定价权;同质化程度越高的环节,增量可能被价格竞争抵消掉一部分。所以这份名单的核心思路,是先按环节拆解,再看每个环节里谁有真东西。

第一个方向是CW激光器与硅光产业链。硅光方案在1.6T时代的渗透率提升是确定性比较高的判断,CW激光器作为硅光模块的“外挂光源”,需求会随之放大。国内在这个方向上有实质性布局的公司,公开信息显示源杰科技、仕佳光子等都在推进CW激光器或相关光芯片的产品线,具体进展以公司公告为准,但方向上是值得跟踪的。

第二个方向是高速光芯片与InP材料。200G EML芯片目前国内能规模量产的公司并不多,云南锗业布局了InP衬底材料,光迅科技在光芯片自研上有较深的积累,源杰科技也是这个赛道的重要玩家。这些公司的共性逻辑是:只要1.6T的光芯片供给持续紧张,它们就能吃到国产替代和产能扩张的红利。

4.2 无源器件与测试设备:隐形增量同样值得关注

第三个方向是无源器件。天孚通信和太辰光在MT插芯、FA阵列、MPO连接器等产品上有比较完整的供应能力。1.6T模块的高密度封装对这些基础器件的需求量是刚性的,而且随着数据中心内部的光连接密度提升,无源器件的“连接数量×单价”同步上涨,是典型的量价齐升逻辑。

第四个方向是测试设备和半导体封装设备。这个方向容易被忽略,但它卡住了整个产业链的效率和良率。罗博特科在光模块精密组装与测试设备方向有布局,长川科技和精测电子则覆盖了更广阔的半导体测试领域。高速测试仪器这块,虽然高端市场仍以国外厂商为主,但国产厂商正在切入模块级测试设备环节,增量空间同样存在。

4.3 名单只是逻辑筛选,不是买入建议

必须明确一点:这份名单是产业链逻辑的梳理,不是荐股。光通信行业变化快,技术路线切换和客户验证结果随时可能改变格局。看到名字之后,正确的做法是去查财报、查公告、查客户结构,确认公司和1.6T的实际关联度,而不是听到概念就往里冲。

我把梳理出来的方向整理成一张表,方便读者按逻辑索引:

上游环节 增量逻辑 代表方向
CW激光器 / 光芯片 硅光方案放量,外置光源与200G光芯片需求上升 源杰科技、仕佳光子、光迅科技
InP材料与外延 光芯片产能扩张拉动上游材料需求 云南锗业
无源器件 1.6T高密度封装带动MT插芯、FA等需求 天孚通信、太辰光
测试与封装设备 高速测试、精密耦合设备需求随模块放量增长 罗博特科等

提示:以上公司仅为产业链公开布局方向的举例,不构成任何投资建议。具体业务进展请以上市公司公告为准。

5. 产业节奏与几个悬而未决的问题

5.1 技术路线之争:硅光、EML与薄膜铌酸锂的赛跑

1.6T的技术路线还没有完全收敛。硅光方案在成本和功耗上有优势,EML方案在传输性能上更稳,薄膜铌酸锂调制器在中长距离场景里增长最快。三条路线在2025到2026年是并存的,谁是最终的主流,要等2027年更高速率的产品出来以后才能看得更清楚。

对上游供应商来说,路线未收敛意味着要押注多个方向。只押一个方向风险很大,但全面开花又需要极强的研发实力。从产业经验看,能同时覆盖硅光芯片和传统光芯片、同时布局EML和CW激光器的公司,抗风险能力明显更强。

5.2 周期能持续多久:2026到2027年的节奏判断

光通信的周期有很强的惯性。一旦云厂商的基础设施建设周期启动,通常不会只持续一年。从1.6T的导入节奏来看,2025年是启动期,2026年是放量高峰,2027年则会从1.6T继续向更高带宽演进。这个判断的基础是AI算力需求还在增长,带宽需求还没见顶。

但也要看到,光通信的历史上从来不缺“需求好到让人乐观,然后突然摔下来”的教训。2022年下半年到2023年上半年的下游去库存,就是一次典型的周期波动。所以对上游厂商来说,手里握着订单的时候最该做的,是抓紧扩产、绑定客户、把现金留够,以备不时之需。

5.3 风险提示:资本开支波动与技术迭代的挑战

这轮1.6T的增量逻辑很清晰,但风险同样不能视而不见。首先是云厂商资本开支的波动:一旦AI算力投资增速放缓,或者模型训练需求出现阶段性停滞,1.6T的拉货速度会立刻受到影响。其次是价格年降的压力:光通信行业每年都有一定幅度的降价预期,1.6T新产品虽然毛利比800G高,但随着竞争者涌入,价格中枢下移只是时间问题。再次是供应链瓶颈:高端光芯片和TFLN调制器的产能扩张速度,可能跟不上模块厂商的出货目标,这个瓶颈反过来会限制整个行业的放量节奏。

我给产业观察者的建议是,不要只看下游的动态,要多关注上游扩产的节奏和良率爬坡的速度。上游的产能爬坡一旦顺利,下游的压力就小,整个产业链的盈利会同步改善;上游的良率上不去,出货全卡在测试环节,那即使订单很多,利润也兑现不了。

另外,光通信行业里还有一个容易被忽略的变量:新进入者。1.6T的高景气吸引了不少新玩家进入光芯片和模块环节,这些新玩家会在2026年逐步形成产能,加剧行业竞争。到那时候,真正有壁垒的环节(高端光芯片、TFLN调制器、高速测试设备)还能维持不错的盈利,但低端同质化环节的价格战会先打起来。

从实际操作的角度,我自己跟踪光通信行业这几年,最深的体会就是:速率的升级周期是有规律可循的,但从“有规律”到“能赚钱”,中间隔着一个完整的验证链条。终端需求的真实性、上游产能的匹配度、技术路线的收敛方向、竞争格局的变化,这四个变量缺一个都不行。最后分享一个小技巧:如果想让观察更领先一步,就盯住交换芯片的流片节奏。光模块的速率永远落后交换芯片一代,交换芯片开始做下一代的验证,光模块的方向就定了一大半。等光模块厂商的高管在公开场合说“正在配合客户验证下一代产品”的时候,上游的机会其实已经开始了。

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
鸿蒙OS开机动画背后的秘密:从代码到视觉的完整解析(附源码分析)
本文深入解析了鸿蒙OS开机动画的系统级实现原理。从bootanimation服务的启动配置、与Render Service的协同,到基于VSync信号的帧率同步与绘制流水线,结合OpenHarmony源码进行了逐行解读。文章揭示了其事件驱动的优雅退出机制,并探讨了视频支持、多屏适配等高级特性与定制化可能,为开发者理解鸿蒙图形子系统提供了硬核技术视角。
sony5