tophat在图像分割中的应用

tophat在图像分割中对检测暗处明亮的细节是效果比较好的,特别是有均匀宽度或大小的目标,反过来,对于明亮处的暗细节应用black_hat就可以了。


tophat结构元素的大小及形态是检测的关键,太大一般会引入干扰或噪声,太小无法全部突出细节。对于更细小的背景干扰(小于目标),可采用灰度形态open或close消除,使背景更均匀,利用tophat的运用。


我平时喜欢采用的二值化方法是adaptiveThreshold自适应局部二值化,选用合适的size大小及offset。offset一般可以用ratio*stddev,全局标准差*系数。

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
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