传统图像分割方法
基于阈值的分割方法，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结果分到合适的类别中。
基于边缘的分割方法，边缘是指图像中两个不同区域的边界线上连续的像素点的集合，是图像局部特征不连续性的反应，体现了灰度、颜色、纹理等图像特性的突变。
基于区域的分割方法，将图像按照相似性准则分成不同的区域，主要包括区域生长伐、区域分裂合并法和分水岭法等。
基于图论的分割方法，把图像分割问题与图的最小割问题相连，首相将图像映射为戴荃无向图，图中的每个节点对应于图像中的每个像素，每条边的权值表示了相邻像素之间在灰度、颜色或纹理方面的非负相似度。
区域生长法：
若干个弱分类器级联到一起 
Boosting 级联分类器 一个分类器分错了下次分类把权重增加
HOG 方向梯度直方图 分别计算水平垂直梯度形成多个Block 串接所有Block直方图，高维度的分类器可以用SVM
hog步骤： 将整个图像进行Gamma空间 颜色空间归一化，计算图像题都，构建梯度方向直方图，将细胞单元组合成大的区间，收集Hog特征
扫一扫
6321
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
