多媒體搜索引擎(編輯修改稿)
2025-02-06 08:22 本頁面
【文章內(nèi)容簡介】 為矢量 ? 梯度矢量 ?????????????????????????yfxfGGFyx? ? ? ? 2122 yx GGFmagf ?????幅度： ? ? ?????????yxGGyx arct an,?方向： 圖像分割 ?對象分割 ?邊緣檢測 ?檢測算子：用卷積對一階偏導數(shù)的近似 1 1 1 0 0 0 1 1 1 1 0 1 1 0 1 1 0 1 0 1 1 1 0 1 1 1 0 1 1 0 1 0 1 0 1 1 1 2 1 0 0 0 1 2 1 1 0 1 2 0 2 1 0 1 0 1 2 1 0 1 2 1 0 2 1 0 1 0 1 0 1 2 Prewitt Sobel 水平 垂直 45176。 +45176。 圖像分割 ?對象分割 ? Sobel算子檢測例 很強很完美？ 圖像分割 ?對象分割 ?邊緣檢測的問題 ?噪聲敏感 ? 導數(shù)反映的是變化 ? 噪聲是高頻的變化 ? ?階越高對噪聲越敏感 ? 很少使用二階導數(shù) ? 基本上不考慮更高階的導數(shù) 圖像分割 ?對象分割 ?邊緣檢測的問題 ?不大可能總是檢測出連續(xù)的邊緣 圖像分割 ?對象分割 ?局部連接 ?如果在很近的領(lǐng)域內(nèi)像素的梯度幅度和方向都很相似，則連接這兩個像素 ? |?f (x,y) – ?f (x’ ,y’ )| ? T ? |? (x,y) – ? (x’ ,y’ )| A ? ?在同一邊緣上的像素 ? 能連接的仍然很少 ? 只能在很小的局部進行連接 (3x3, 5x5) 圖像分割 ?對象分割 ? Hough變換 ?把坐標空間變換到參數(shù)空間，檢測峰值 y=ax+b X Y A B a b 出現(xiàn)峰值 任何可以化為參數(shù)方程的形狀都可以檢測 “簡化”的 Hough變換：實際變換的理論更復(fù)雜 圖像分割 ?對象分割 ?邊緣檢測 ?雖然可以使用大量技術(shù)，要獲得完整的邊緣并不容易 ??邊緣檢測只作為圖像分割和其它圖像處理技術(shù)的輔助手段 如何更好地進行分割？ 圖像分割 ?對象分割 ?基于顏色、紋理特征的分割
法律信息相關(guān)推薦
鄂ICP備17016276號-1