课前知识储备
图像分割与提取的概念
在图像处理的过程中, 经常需要从图像中将前景对象作为目标图像提取出来。例如无人驾驶技术, 我们关心的是周围的交通工具, 其他障碍物等, 而对于背景本身并不关注, 故而, 我们需要将这些东西从图片(视频)中提取出来, 而忽略那些只有背景的图像。
常见的图像分割方法
1. 基于阈值的分割方法:全局阈值法、局部阈值法等 √
2. 基于区域的分割方法:分水岭方法、区域生长法等
3. 基于边缘的分割方法:Canny边缘检测、轮廓检测等 √
4. 基于特定理论的分割方法:聚类、模糊集等(机器学习)
5. 基于神经网络的分割方法:????
分水岭算法的概念
图像的灰度空间很像地球表面的整个地理结构,每个像素的灰度值代表高度。其中的灰度值较大的像素连成的线可以看做山脊,也就是分水岭。
当水平面上升到一定高度时,水就会溢出当前山谷,可以通过在分水岭上修大坝,从而避免两个山谷的水汇集,这样图像就被分成2个像素集,一个是被水淹没的山谷像素集,一个是分水岭线像素集。最终这些大坝形成的线就对整个图像进行了分区,实现对图像的分割。
能力有限
学术浅薄
对不起亲爱的小傅老师
又是一课没学会的(磕头
All Rights Reserverd@FuXianJun