文献阅读笔记【10】:基于小尺度分形维数的裂缝图像分割方法


该文章提出了一种基于小尺度分形维数理论的裂缝图像分割方法,并且经过试验对比获得的结果还不错,在对有复杂背景噪声的图像裂缝的提取方面效果很好。

  • 首先对图像进行中值滤波,去除孤立的噪声点。
  • 其次通过差分计盒维数的方法实现对图像分形维数的估算,遍历计算图像中所有所有像素点的分形特征,完成图像分割。

在这里插入图片描述

关于分形维数的理解:

分维反映了复杂形体占有空间的有效性,它是复杂形体不规则性的量度。

Comments:

文章使用的方法【分形学】是裂缝检测的又一个研究方向,值得一读,但是缺点也很明显,该方法属于经典图像处理范畴,泛化能力一般,如果后续可以与深度学习结合使用,效果会更好。其中的分形学概念比较难以理解,而且文中关于最后一步如何进行分割的条件也没有详细的介绍。后续持续关注。。。

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Shine.Zhang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值