摘要：
来自为知笔记(Wiz) 阅读全文
摘要：
最近做项目用了两个编译器，由于是一种精度的算法计算，对计算的精度要求非常高，同时都用的float型，发现inter的结果比vs的结果好许多。但是不知道是什么原因，最后测试发现，是两个编译器的问题。 测试后发现：float型在v100编译器中，第6位是有效的，6位以后似乎是随机的，不是那么准确了，但是inter处理器中，float型也是按照double来计算的，所以最后结... 阅读全文
摘要：
一些区域描述符很容易根据区域的所有像素直接获得，例如：面积、重心、灰度等。1、区域面积：基于对象素个数的计数（ＰＳ：计算方法多种多样呢）２、区域重心3、区域密度常用密度特征：灰度（或者颜色分量）的最大值、最小值、中值、均值、方差、高阶矩等。多可借助直方图得到。几种典型的区域密度特诊描述符：(1) 透射率（transmission）：穿透目标的光与射入光的比例 T = 穿透目标的光 ... 阅读全文
摘要：
表达是直接具体地表示目标好的表达方法应节省储存空间 描述是较抽象地表示目标好的描述应对目标的尺度变化、平移、旋转不敏感1、边界的长度区域的轮廓点和内部点要采用不同的连通性来定义：(1) 内部点8-方向连通 轮廓为4-方向连通(2) 内部点4-方向连通，轮廓为8-方向连通2. 边界的直径边界上相隔最远2点之间的距离3、曲率斜率、曲率、角点（局部特性）斜率：轮廓点的（切线）指向曲率：斜率的改变率... 阅读全文
摘要：
一、基于区域表达技术的分类 需要注意的常用概念：(1) 外接盒（Feret box）：包含目标区域的最小长方形（朝向特定的参考方向）(2) 围盒（minimum enclosing rectangle，MER）包含目标区域的（可朝向任何方向）最小长方形(3) 凸包：包含目标区域的最小凸多边形计算凸包：目标用n个顶点序列的多边形表示(a)先从顶点序列获得前3个顶点，构成一个三角形(b)下一个... 阅读全文
摘要：
一、技术分类傅里叶变换：高频分量对应目标细节，低频分量对应总体形状。所以可以只用一些对应的低频分量的傅里叶系数来表达边界。来自为知笔记(Wiz) 阅读全文
摘要：
一、基于边界的表达技术分类：(1) 边界点集合：各点间没有顺序(2) 参数边界：将目标的轮廓线表示为参数曲线(3) 曲线逼近：用几何基元来近似1、地标点：就是单个（x,y）坐标点一种近似表达方法，点越多近似越好2、链码：用线段表示边界上相邻两个象素之间的联系每个线段的长度固定而方向数目取为有限起点用坐标表示，其余点只用接续方向。简单的说取一个头，后面的点都是距离这个点按照位置偏移。链码归一化：①起... 阅读全文
摘要：
1、哈夫变换哈夫变换的原理： 把在图象空间中的检测问题转换到参数空间里，通过在参数空间里进行简单的累加统计完成检测任务。哈夫变换的功能: 检测满足解析式 f(x, c) = 0形式的各类曲线并把曲线上的点连接起来。简单的说就是已知参数，求曲线。广义哈夫变换：当曲线的函数表达式不能确定的时候，采用表格的方式来做哈夫变换。2、亚像素：实际应用中常需要将边缘的检测精度提高到象素内部，即亚象素级。主... 阅读全文
摘要：
建立不同目标间的分水岭（涨水法）。分水岭计算步骤：1、设待分割图象为f(x,y)，其梯度图象为g(x,y)2、用M1, M2, …, MR表示g(x, y)中各局部极小值的象素，位置，C(Mi)为与Mi对应的区域中的象素坐标集合3、用n表示当前灰度阈值，T[n]代表记为(u,v)的象素集合，g(u,v)<n，4、对Mi所在的区域，其中满足条件的坐标集合Cn(Mi)可看作一幅二值图象令 S 代表T[... 阅读全文
摘要：
均移：指偏移的均值向量，是一种非参数技术 主要思想：首先随机选择一个初始的感兴趣区域（初始窗）并确定其重心，接下来，搜索周围点密度更大的感兴趣区域并确定其重心 重复上面的过程不断将均值移动直到收敛。均移方法中，需要确定多变量密度核估计器。其中，核函数的作用是是的随着特征点与均值的距离不同，对均值的便宜贡献也不同。具体例子以及引用公式见《图像工程 （中）》p68-70优点：对数据的全局表达有关... 阅读全文
摘要：
主要思想： 借助图像的有效平均梯度（EAG）的计算以及图像灰度的剪切操作来确定边缘的灰度值。 有效平均梯度（EAG）：计算非0值梯度 剪切操作：设有一个阈值L ,灰度大于L的为原值，小于L的为L。或者，小于L的为L，大于L的为原值。（个人感觉这个方法不靠谱，有待未来实践证实）来自为知笔记(Wiz) 阅读全文
摘要：
主要思路： 一种通过直方图找波峰波谷的方法来确定出阈值：通过低分辨率较大尺度检测出真正的波峰波谷的位置，通过高分辨率小尺度检测出波峰波谷的精确位置。1、确定分割区域的类数（确定最低的分辨率）2、确定最优阈值 跟踪在最低分辨率一层选取的所有阈值，选取相应的最高分辨率一层的对应阈值。来自为知笔记(Wiz) 阅读全文
摘要：
1、构建图G将边缘象素和边界段（弧）用图表示2、构建源结点和汇结点3、计算弧代价函数，并对图G中的各个弧赋予一定的弧代价4、使用最大流图优化算法来确定对图G的图割，从而区分对应目标和背景象素的结点来自为知笔记(Wiz) 阅读全文
摘要：
USAN区域（核同值区）：和核像素的灰度相同会相信的模板像素的区域。利用这个区域的尺寸、重心、二阶矩等可以帮助检测图像的边缘和角点。利用USAN的面积作为特征可以起到增强边缘和角点的效果。该方法不用计算微分，对噪声不敏感。SUNAN算子边缘检测（最小（Smallest）核同值区）：检测模板有37个象素，半径为3.4象素3,5,7,7,5,3将模板内的每个像素的灰度值与核的灰度值进行比较：得到一个输... 阅读全文
摘要：
1、区域增长。2、分裂合并： 先把图象分成任意大小且不重叠的区域， 然后再（根据准则）合并或分裂这些区域（迭代进行直到实现分割），令R代表整个图象区域，P代表逻辑谓词把R连续地分裂成越来越小的1/4的正方形子区域Ri，并且始终使P(Ri) = TRUE。具体suanfa来自为知笔记(Wiz) 阅读全文