图像分割 - 孤立点的检测

最新推荐文章于 2024-05-19 23:31:32 发布

听风吹等浪起

最新推荐文章于 2024-05-19 23:31:32 发布

阅读量1.1k

点赞数 1

分类专栏：数字图像处理文章标签： python 算法图像处理

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_44886601/article/details/127699635

版权

数字图像处理专栏收录该内容

55 篇文章 9 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

目录

2. 代码实现

1. 介绍

因为，一阶导数通常会产生粗边缘。二阶导数对精细细节（细线、孤立点、噪声）有更强的响应。

所以，检测孤立点应该以二阶导数为基础，而二阶导数的差分计算为：

$\bigtriangledown ^{2}f(x,y) = f(x+1,y) + f(x-1,y) + f(x,y+1) + f(x,y-1) - 4f(x,y)$

这个差分计算可以通过一个系数和为零的kernel去完成

于是，如果滤波器的响应超过一个规定的阈值，那我们就认为在kernel的

了解本专栏

超级会员免费看

听风吹等浪起

关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
打赏
0
评论
图像分割 - 孤立点的检测

因为，一阶导数通常会产生粗边缘。二阶导数对精细细节（细线、孤立点、噪声）有更强的响应。所以，检测孤立点应该以二阶导数为基础，而二阶导数的差分计算为：这个差分计算可以通过一个系数和为零的kernel去完成于是，如果滤波器的响应超过一个规定的阈值，那我们就认为在kernel的中心找到了一个点。将找到的点记作1，其他的点看作0，于是就得到了一副二值图像直观上看，这个概念是孤立点的灰度完全不同于其周围像素的灰度孤立点是那些灰度差超过某个阈值T，被认为是孤立点的像素点1111-8111。
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

听风吹等浪起 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

实付元

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。