冈萨雷斯数字图像处理学习7:图像分割 点线和边缘的检测
来源:互联网 发布:ipad1安装不了软件 编辑:程序博客网 时间:2024/05/29 19:40
好久没有继续学习数字图像处理的知识了,之前在闷头学吴恩达老师的机器学习课程,感觉还是得补一点专业知识,所以继续拾起冈萨雷斯老师的图像处理,加油加油。
至于底下的支付码,您看了博客觉得好,有帮助就随手转个块八毛的,也是对我的很大鼓励;不转也没关系,您学到了知识是您的,对知识的分享交流才会使我们大家共同进步,所以如果有什么错误或者不足之处还请评论区指正,谢谢。——2017.12.14
一.图像分割的概念
目的:分割是将图像细分成构成子区域或物体,当感兴趣的物体或区域已经被检测出来的时候,就停止分割。
令R表示一幅图像占据的整个空间区域,分成n个子区域满足:
Q是一种逻辑关系,不同的应用导致其不同。
二点线和边缘的检测
对灰度的突变,局部变化可以用微分检测(一阶二阶)
孤立点的检测使用二阶导数,使用拉普拉斯模板,如果在某点处该模板的响应的绝对值超过了一个指定的阈值,就说明模板中心位置的该点被检测到了,这样的点标注为1,其他为0,这样全部检测完就会产生衣服二值图像。
对线的检测:对检测特定方向上的线感兴趣,使用与该方向相关的模板,对其输出进行阈值处理。
边缘模型:根据灰度剖面分三种边缘模型
根据对斜坡模型进行一阶二阶求导得出:
噪声对导数有严重影响,所以使用导数之前应进行图像的平滑处理。
一阶导数用于基本边缘检测:
某点的边缘和该点的梯度向量正交,sober算子可以很好的抑制噪声使其更可取,所有模板系数之和为零,使得恒定灰度区域的响应为零。一般使用绝对值来近似梯度的幅值。
M(x,y)=|gx|+|gy|
对处理的图像先进行阈值处理可以适当减少不必要的检测
canny边缘检测器(目前最好用的边缘检测工具)
在canny图像中,关于连续性、细度和笔直度等线的质量也很出众。
如果对你有所帮助,谢谢您的鼓励^_^
(一块不少,五块更好)
- 冈萨雷斯数字图像处理学习7:图像分割 点线和边缘的检测
- 冈萨雷斯数字图像处理学习7:图像分割 边缘连接和边界检测和阈值处理
- 数字图像处理之边缘检测,图像分割
- 数字图像处理--图像锐化和边缘检测
- 数字图像处理-图像的边缘检测
- 冈萨雷斯数字图像处理学习7:图像分割 基于区域的分割分水岭
- 图像分割 和 边缘检测
- 数字图像处理 边缘检测
- 数字图像处理实验三 图像轮廓提取与边缘检测
- 图像处理中边缘检测和轮廓检测的区别
- 系统学习数字图像处理之图像分割
- 数字图像的边缘检测
- 数字图像处理:8.边缘检测
- 数字图像处理之边缘检测
- 边缘检测与图像分割
- 图像分割之边缘检测
- 图像分割与边缘检测
- 数字图像处理技术中常用的边缘检测算子
- 贝叶斯(01) 初识贝叶斯
- 蓝桥杯 基础练习 十六进制转八进制
- cin、cin.get()、cin.getline()、getline()、gets()等函数的用法
- ThreadLocal-单例模式下高并发线程安全
- could-not-execute-graphicsmagick-imagemagick-identify-ping-format
- 冈萨雷斯数字图像处理学习7:图像分割 点线和边缘的检测
- window.location.href parent.location.href top.location.href
- lintcode2-2. 尾部的零
- LeetCode 88. Merge Sorted Array
- 设计模式学习(一) — 概述
- nginx ,分布式缓存
- java序列化和反序列化
- 第十四周项目1
- 权限修饰符