图像轮廓提取知识总结
来源:互联网 发布:python 监控日志文件 编辑:程序博客网 时间:2024/05/22 01:35
图像轮廓提取
1 基于区域的方法
分割+提取
基于灰度、颜色、纹理等来进行分割,
分割方法:区域生长(计算简单、均匀区域效果好,但是人为确定种子点、容易空洞、噪声敏感)
分水岭变换(容易过分割)
分裂合并(复杂、计算量大,分裂容易破坏边界)
图论
2 基于边缘的方法
分为:基于边缘检测和基于边缘分组
基于边缘检测:边缘检测算子+去除杂点、冗余边缘、修复边缘(噪声敏感)(基于梯度的方法可以归纳到这里)
基于边缘分组:线逼近算法去除噪声+边缘点逐步组合合并成(噪声敏感)
3 基于活动轮廓的方法
方法:snake模型法和水平集法
原理:都是设定一个初始轮廓,不断迭代,直到内部外部能量函数和最小
缺点:初始轮廓敏感
4 基于视觉特性的方法
原理:定义函数模拟人类的视觉特性,构建仿生模型进行特征提取
0 0
- 图像轮廓提取知识总结
- OpenCV提取图像轮廓总结
- 图像轮廓提取
- 图像轮廓的提取
- 图像分割和轮廓提取
- 二值图像轮廓提取
- 二值图像轮廓提取
- 提取并显示图像轮廓
- 提取并显示图像轮廓
- opencv之图像轮廓提取
- 二值图像轮廓提取
- 用蚁群算法提取图像轮廓
- 图像轮廓提取关键函数
- OpenCV_Find Contours (提取图像轮廓)
- 图像轮廓的提取和绘制
- OpenCV函数cvFindContous提取图像轮廓
- OpenCV学习之图像轮廓提取
- OpenCV与EmguCV中的图像轮廓提取
- 最小生成树Prim算法 Highways POJ
- C语言中const位置与应用辨析
- [转]JSTL
- table总结insertRow、deleteRow
- 四十年前的 6502 CPU 指令翻译成 JS 代码会是怎样
- 图像轮廓提取知识总结
- 强烈推荐 Android Studio 插件
- [基础]由复选框实现的批量删除
- 使用Table的insertRow实现某一模块的复制
- MFC中定时器使用实例
- Struts2的用法之一
- 存储过程
- 冒泡排序(Bubble Sort)
- 什么是游标