数字图像处理—图像分割—串行边界(图)
来源:互联网 发布:弯沉实验标准差算法 编辑:程序博客网 时间:2024/06/13 23:06
☞边界点和边界段可以用图(graph)结构(在图结构中,每个结点既可有多个直接前驱,也可有多个直接后继)表示,通过在图中进行搜索对应最小代价的通道也可以找到闭合边界。(主要用并行边界算法)
优点:是一种全局的方法,它在图像受噪声影响较大时效果仍较好。(抗干扰性强)
缺点:比较复杂,计算量也较大。
☞图搜索。
☞边缘元素的定义:
是两个互为4-近邻的像素间的边界,如像素p和q之间的竖线以及图像素q和r之间的横线。边界是由一系列边缘元素构成的。
☞代价函数的定义:
●由像素p和q确定的边缘元素对应一个代价函数为:(H保证代价函数为正值)(灰度值跨越大的地方对应边界,内部灰度值变化缓慢)
●其中H为图像中最大灰度值,f(p)和f(q)为像素p和q的灰度值。
●这个代价函数的取值与像素间的灰度值差成反比,灰度值差小则代价大,灰度值差大则代价小。
●按前面介绍的梯度概念,代价大对应梯度小,代价小对应梯度大。
●根据代价函数,利用回搜索技术从上向下可检测出对应大梯度的边界段。
●代价函数最小的边界求解问题等于最小路径的求解,可用动态规划算法(Dynamic Programin)来求解。
0 0
- 数字图像处理—图像分割—串行边界(图)
- 数字图像处理—图像分割—串行区域(区域生长)(分裂合并)
- 数字图像处理—图像分割—并行边界—利用边缘灰度不连续性(边缘)(边缘与导数)(边界闭合)
- 数字图像处理—图像分割—分类
- 《数字图像处理》——图像分割概述
- 《数字图像处理》——图像分割与表示描述
- 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—图像分割—并行区域(阀值—单阀值、多阀值)
- 数字图像处理:9.图像分割
- 数字图像处理06(图像分割)
- python数字图像处理(11):图像自动阈值分割
- python数字图像处理(11):图像自动阈值分割
- 数字图像处理—图像分割—并行区域—连通区域标记(像素标记)(4-连通情况)
- 数字图像处理—图像分割—哈夫(Hough)变换及哈夫变换原理—检测直线
- 《数字图像处理》——图像分割之阈值阈值——双峰法
- 图像预处理——边界跟踪、图像分割
- 数字图像处理之边缘检测,图像分割
- 系统学习数字图像处理之图像分割
- Unity3D中Mathf.SmoothDamp函数使用与Mathf 数学运算(C#)
- 归并排序思想
- reinforcement learning for Flappy bird
- Data Guard Switchover Unix shell script
- 栈
- 数字图像处理—图像分割—串行边界(图)
- 队列
- 关于hibernate中的commit
- Linux内核学习笔记之系统启动(一)
- 数组
- 杭电1846
- 矩阵
- 鸡兔同笼
- Linux命令之统计文件行数、字数、字符数-wc