图像分割学习小结
来源:互联网 发布:报考东华大学网络教育 编辑:程序博客网 时间:2024/06/05 05:02
图像处理学习
阈值法(基于像素灰度值分布的不连续性)
图像分割 基于边界分割(基于亮度的不连续性)
基于区域分割(基于亮度值的相似性)
基于聚类的分割(cluster-based)
1、阈值法
阈值意思就是在像素值大于某个值T时允许通过,小于T的都置为0,即相当于设计滤波器。
除此之外还需注意最佳全局和自适应阈值,通过边界特性选择阈值,基于不同变量的阈值。
2、基于边界的分割(Region-Basedsegmentation)
注意区域分割必须满足:完备性、连通性、独立性、单一性、互斥性;
基本算法:区域生长法和区域分裂与合并
区域生长法:
区域分裂与合并:
1)对图像中灰度级不同的区域,均匀分为四个子区域;
2)如果相邻子区域所有像素的灰度级相同,则将其合并;
3)反复上面两个步骤,直至不再有新的分裂与合并为止。
3、边界分割(edge-based segmentation)
What is edge? 即一组相连的像素集合,这些像素位于两个区域的边界上。
*掌握一阶导数和二阶导数在识别图像边缘的应用:
一阶:确定像素点是否在边缘上
二阶:确认像素是在边缘的左侧还是右侧
*间断检测中有:点检测、线检测、边缘检测
边缘检测需要掌握算子:梯度算子、Roberts交叉梯度算子、Prewitt梯度算子、Sobel梯度算子、拉普拉斯算子(高斯型的拉普拉斯算子LoG)
4、基于聚类的分割(cluster-based)
之后学习后再补充
阅读全文
0 0
- 图像分割学习小结
- FCN与图像语义分割小结(学习初步指引)
- 图像分割学习资源
- ocr识别中的图像分割方法小结
- 图像分割的性能测试指标小结
- OpenCV学习笔记-图像分割
- OpenCV学习笔记-图像分割
- 【图像分割学习1】概述
- 算法学习之图像分割
- 深度学习用于图像分割
- 深度学习用于图像分割
- OpenCV学习之图像分割
- 【图像分割】NVIDIA深度学习训练系统——实现图像分割与网络分割可视化
- Halcon 学习之图像分割之彩色分割
- OpenCV学习——金字塔图像分割
- 医学图像分割综述—学习
- halcon视频学习2.3 彩色图像分割
- halcon学习笔记——图像分割
- 环形字符串字典序最小排序
- Gson 版本注解 理解
- Linux/mac环境下启动Tomcat
- 解决移动端overflow:scroll元素内部1px元素不显示方法
- 防卫导弹问题
- 图像分割学习小结
- mongo eval方法执行需要认证解决办法
- C#中System.String类
- 我的物联网项目(十四) 分布式事务
- Centos7 安装 PHP7最新版的详细教程
- 测试在vue下点击事件传参和不传参的区别
- 设计模式【服务器定位模式Service Locator Pattern】
- 6.1 使用接口
- 007-100-判断两个二叉树是否相等 Same Tree