计算机视觉基础3

2125-于同学

发表文章数:72

首页 » 算法 » 正文

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:

计算机视觉基础3

若干个弱分类器级联到一起 计算机视觉基础3

 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

未经允许不得转载:作者:2125-于同学, 转载或复制请以 超链接形式 并注明出处 拜师资源博客
原文地址:《计算机视觉基础3》 发布于2021-12-07

分享到:
赞(0) 打赏

评论 抢沙发

评论前必须登录!

  注册



长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

Vieu3.3主题
专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

Q Q 登 录
微 博 登 录