图像分割
beihangzxm123
这个作者很懒,什么都没留下…
展开
-
图像分割之(二)Graph Cut(图割)
上一文对主要的分割方法做了一个概述。那下面我们对其中几个比较感兴趣的算法做个学习。下面主要是Graph Cut,下一个博文我们再学习下Grab Cut,两者都是基于图论的分割方法。另外OpenCV实现了Grab Cut,具体的源码解读见博文更新。接触时间有限,若有错误,还望各位前辈指正,谢谢。 Graph cuts是一种十分有用和流行的能量优化算法,在计算机视觉领域普遍应用转载 2015-08-28 11:05:28 · 1213 阅读 · 1 评论 -
图像分割之(三)从Graph Cut到Grab Cut
上一文对GraphCut做了一个了解,而现在我们聊到的GrabCut是对其的改进版,是迭代的Graph Cut。OpenCV中的GrabCut算法是依据《"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts》这篇文章来实现的。该算法利用了图像中的纹理(颜色)信息和边界(反差)信息,只要少量的用户交互操作即转载 2015-08-28 11:06:23 · 903 阅读 · 0 评论 -
图像分割之(五)活动轮廓模型之Snake模型简介
在“图像分割之(一)概述”中咱们简单了解了目前主流的图像分割方法。下面咱们主要学习下基于能量泛函的分割方法。这里学习下Snake模型简单的知识,Level Set(水平集)模型会在后面的博文中说到。 基于能量泛函的分割方法: 该类方法主要指的是活动轮廓模型(active contour model)以及在其基础上发展出来的算法,其基本思想是使用连续曲线来表达转载 2015-08-28 11:09:57 · 1137 阅读 · 0 评论 -
图像分割之(六)交叉视觉皮质模型(ICM)
我以前是不知道这个图像分割方法的。之前有个朋友看到我之前图像分割系列的博文,然后就和我说有这么一个东西。所以当时我就稍微看了下。主要还是参考下面这篇论文的,然后按照论文所说的算法自己实现了一部分的代码(没有实现熵的那部分)。 牛建伟等,《基于修正交叉视觉皮质模型的图像分割方法》,北京邮电大学学报,2010 上述论文中提到,交叉视觉皮质模型(ICM)主要基于E转载 2015-08-28 11:12:26 · 1587 阅读 · 0 评论 -
图像分割阈值选取技术综述
摘要 图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一,它是对图像进行视觉分析和模式识别的基本前提.阈值法是一种传统的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术.已被应用于很多的领域。本文是在阅读大量国内外相关文献的基础上,对阈值分割技术稍做总结,分三个大类综述阈值选取方法,然后对阈值化算法的评估做简要介绍。关键词转载 2015-08-28 11:41:04 · 25030 阅读 · 0 评论 -
图像分割之(一)概述
所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。我们先对目前主要的图像分割方法做个概述,后面再对个别方法做详细的了解和学习。1、基于阈值的分割方法 阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值,并将图像中每个像素的灰度值与阈值相比较,最后将像素根据比较转载 2015-08-28 11:04:33 · 1022 阅读 · 0 评论 -
图像分割之(四)OpenCV的GrabCut函数使用和源码解读
上一文对GrabCut做了一个了解。OpenCV中的GrabCut算法是依据《"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts》这篇文章来实现的。现在我对源码做了些注释,以便我们更深入的了解该算法。一直觉得论文和代码是有比较大的差别的,个人觉得脱离代码看论文,最多能看懂70%,剩下20%或者更多就需要转载 2015-08-28 11:08:30 · 1250 阅读 · 0 评论 -
彩色图像分割方法的汇总
【汇总】彩色图像分割 Menu SkySeraph Oct.1st 2011 HQU Email:zgzhaobo@gmail.com QQ:452728574 Latest Modified Date:Oct.1st 2011 HQU 整理下以便查阅 【图像算法】彩色图像分割专题一:颜色空间1(原理) htt转载 2015-08-31 15:55:09 · 11264 阅读 · 0 评论