图像轮廓提取知识总结
2017-04-13 11:12
204 查看
图像轮廓提取
1 基于区域的方法
分割+提取
基于灰度、颜色、纹理等来进行分割,
分割方法:区域生长(计算简单、均匀区域效果好,但是人为确定种子点、容易空洞、噪声敏感)
分水岭变换(容易过分割)
分裂合并(复杂、计算量大,分裂容易破坏边界)
图论
2 基于边缘的方法
分为:基于边缘检测和基于边缘分组
基于边缘检测:边缘检测算子+去除杂点、冗余边缘、修复边缘(噪声敏感)(基于梯度的方法可以归纳到这里)
基于边缘分组:线逼近算法去除噪声+边缘点逐步组合合并成(噪声敏感)
3 基于活动轮廓的方法
方法:snake模型法和水平集法
原理:都是设定一个初始轮廓,不断迭代,直到内部外部能量函数和最小
缺点:初始轮廓敏感
4 基于视觉特性的方法
原理:定义函数模拟人类的视觉特性,构建仿生模型进行特征提取
1 基于区域的方法
分割+提取
基于灰度、颜色、纹理等来进行分割,
分割方法:区域生长(计算简单、均匀区域效果好,但是人为确定种子点、容易空洞、噪声敏感)
分水岭变换(容易过分割)
分裂合并(复杂、计算量大,分裂容易破坏边界)
图论
2 基于边缘的方法
分为:基于边缘检测和基于边缘分组
基于边缘检测:边缘检测算子+去除杂点、冗余边缘、修复边缘(噪声敏感)(基于梯度的方法可以归纳到这里)
基于边缘分组:线逼近算法去除噪声+边缘点逐步组合合并成(噪声敏感)
3 基于活动轮廓的方法
方法:snake模型法和水平集法
原理:都是设定一个初始轮廓,不断迭代,直到内部外部能量函数和最小
缺点:初始轮廓敏感
4 基于视觉特性的方法
原理:定义函数模拟人类的视觉特性,构建仿生模型进行特征提取
相关文章推荐
- OpenCV提取图像轮廓总结
- 图像基础知识总结
- opencv之图像轮廓提取
- 图像特征提取总结
- 图像轮廓的提取
- Atitti 图像处理 特征提取的科技树 attilax总结
- Matlab中bwmorph函数在提取二进制图像的轮廓
- 图像基础---二值图像的轮廓提取
- [zz]图像特征提取总结
- 二值图像轮廓提取
- 图形图像的基础知识总结
- 图像处理--边沿检测与提取,轮廓跟踪
- 图像滤波相关的一点数学知识 回顾总结
- 图像边缘检测及提取方法总结(含Matlab代码)
- 提取并显示图像轮廓
- 图像特征提取的总结(续)
- 【OpenCV3图像处理】提取轮廓的凸包、外包矩形、最小外包矩形、最小外包圆
- 【编程】图像的轮廓提取和跟踪算法(转贴)
- python-opencv在有噪音的情况下提取图像的轮廓实例
- OpenCV函数cvFindContous提取图像轮廓