FishL

摘要： 【图像处理笔记】总目录 0 引言 大多数分割算法都基于图像灰度值的两个基本性质之一：不连续性和相似性。第一类方法根据灰度的突变（如边缘）将图像分割为多个区域：首先寻找边缘线段，然后将这些线段连接为边界的方法来识别区域。第二类方法根据一组预定义的准则把一幅图像分割为多个区域。本节讨论两种相关的区域分割 阅读全文

摘要： 【图像处理笔记】总目录 0 引言 迄今为止，我们讨论了基于三个主要概念的分割：边缘检测、阈值处理和区域提取。每种方法都有优点[例如全局阈值处理具有速度优势]和缺点[例如在基于边缘的分割中，需要进行后处理(如边缘连接)]。本节讨论的基于形态学分水岭概念的方法。分水岭分割体现了其他三种方法的许多概念，因 阅读全文

摘要： 0 引言 本章的大多数分割算法都基于图像灰度值的两个基本性质之一：不连续性和相似性。第一类方法根据灰度的突变（如边缘）将图像分割为多个区域：首先寻找边缘线段，然后将这些线段连接为边界的方法来识别区域。第二类方法根据一组预定义的准则把一幅图像分割为多个区域：上一节根据像素性质（如灰度值或颜色）的分布进 阅读全文

摘要： 1 准备工具 CMake CUDA Toolkit + CUDNN VIstual Studio 2019 OpenCV + OpenCV_contrib 点击上面链接跳转，我使用的是CMake3.24，CUDA11.1，CUDNN8.0.5，已上传至百度网盘。 链接：https://pan.bai 阅读全文

摘要： 本章的大多数分割算法都基于图像灰度值的两个基本性质之一：不连续性和相似性。第一类方法根据灰度的突变（如边缘）将图像分割为多个区域；第二类方法根据一组预定义的准则把一幅图像分割为多个区域。上一节采用第一类方法首先寻找边缘线段，然后将这些线段连接为边界的方法来识别区域。本节讨论根据灰度值或灰度值的性质来 阅读全文

摘要： 已知一幅图像中的n个点，假设我们希望找到这些点中位于直线上的子集。一种可能的解决方法是，首先找到由每对点确定的所有直线，然后寻找靠近特定直线的那些点的所有子集。这种方法涉及寻找n(n-1)/2~n2条直线，然后将每个点与所有直线执行n(n(n-1))/2~n3次比较。在大多数应用中，这都是一项困难的 阅读全文

摘要： Canny边缘检测是Canny在1986年提出来的，目前仍是图像边缘检测算法中最经典、先进的算法之一。canny方法基于如下三个基本目标： 1. 低错误率：所有边缘都应被找到，并且不应有虚假响应。 2. 最优定位：已定位的边缘必须尽可能接近真实边缘 。也就是说，由检测子标记为边缘的一点和真实边缘的中 阅读全文

摘要： 形态学处理相同，图像分割操作的输入是图像，输出是从图像中提取出来的属性。本章的大多数分割算法都基于图像灰度值的两个基本性质之一：不连续性和相似性。第一类方法根据灰度的突变（如边缘）将图像分割为多个区域；第二类方法根据一组预定义的准则把一幅图像分割为多个区域。本节的重点是以灰度局部剧烈变化检测为基础的 阅读全文

摘要： 迄今为止讨论的形态学概念只涉及一幅图像和一个或多个结构元。本节讨论一种强大的形态学变换，即形态学重建。形态学重建涉及两幅图像和一个结构元：一幅图像是标记，我们用 F 来表示，它包含重建的起点；另一幅图像是模板，我们用 G来表示，它用来约束重建；结构元用于定义连通性。对于二维应用，连通性通常定义为 8 阅读全文

摘要： 形态学图像处理是指，以数学形态学为工具从图像中提取表达和描绘区域形状的有用图像分量，如边界、骨架和凸壳等，以及预处理或后处理的形态学技术，如形态学滤波、细化和修剪等。形态学运算时用集合来定义的。在图像处理中，我们使用两类像素集合的形态学：目标元素和结构元（SE）。通常，目标定义为前景像素元素集合。结 阅读全文