`哪位大神知道圖像分割如何做，如圖中如何將中間的那一個(gè)部分提取出來(lái)`
2017-05-04 21:46:30
各位大哥，誰(shuí)能幫小弟介紹一些有圖像分割和圖像定位的c語(yǔ)言代碼的資料，萬(wàn)分感謝。小弟最近在研究圖像方面的東西，可是書(shū)上講的大多是理論，具體代碼沒(méi)有什么東西，希望能有c++或者c的具體算法代碼，能讓我更深入的學(xué)習(xí)。
2011-12-16 09:18:54
開(kāi)來(lái)。圖像閾值化分割是一種最常用，同時(shí)也是最簡(jiǎn)單的圖像分割方法，它特別適用于目標(biāo)和背景占據(jù)不同灰度級(jí)范圍的圖像。它不僅可以極大的壓縮數(shù)據(jù)量，而且也大大簡(jiǎn)化了分析和處理步驟，因此在很多情況下，是進(jìn)行圖像分析
2016-04-27 14:22:58
最近在研究vision assistant，需要識(shí)別一個(gè)圖像，但需要對(duì)采集的圖像進(jìn)行圖像分割從而提取我們感興趣的部分，但是目前找不到什么好的方法，我用的是圖像掩模，然后手動(dòng)選取感興趣的區(qū)域，想請(qǐng)問(wèn)
2016-04-13 20:28:11
本帖最后由 1413909 于 2017-7-6 20:30 編輯
在圖像處理中，有一個(gè)很重要的部分就是圖像分割，這也是機(jī)器視覺(jué)中對(duì)圖像做的最基礎(chǔ)的處理，圖像分割的方法有基于閾值的圖像分割
2017-07-06 20:30:30
一種新的粘連字符圖像分割方法針對(duì)監(jiān)控畫(huà)面采樣圖像中數(shù)字的自動(dòng)識(shí)別問(wèn)題，提出一種新的粘連字符圖像分割方法。該方法以預(yù)處理后二值圖像的連通狀況來(lái)判定字符粘連的存在,并對(duì)粘連字符圖像采用上下輪廓極值法確定
2009-09-19 09:19:17
1 前沿 閾值分割是圖像預(yù)處理中關(guān)鍵的步驟，實(shí)質(zhì)是對(duì)每一個(gè)象素點(diǎn)確定一個(gè)閾值，根據(jù)閾值決定當(dāng)前象素是前景還是背景點(diǎn)，目前，已有大量的閾值處理方法，比如全局閾值和局域閾值，是最簡(jiǎn)單的分割方法，而后
2018-08-29 10:53:08
，不僅存在工作量大、效率低的問(wèn)題，而且準(zhǔn)確度和一致性也難以得到保證。在交互式圖像分割方法研究中，如何提高自動(dòng)化程度，盡量減少人工干與，一直是人們努力的方向。 本文提出一種可為用戶自動(dòng)提供候選邊界點(diǎn)
2009-09-19 09:19:45
基于改進(jìn)遺傳算法的圖像分割方法提出一種應(yīng)用于圖像分割的改進(jìn)遺傳算法,算法中引入了優(yōu)生算子、改進(jìn)的變異算子和新個(gè)體,避免了局部早熟,提高了收斂速度和全局收斂能力。 關(guān)鍵詞: 圖像分割&
2009-09-19 09:36:47
目標(biāo)檢測(cè)和圖像語(yǔ)義分割領(lǐng)域的性能評(píng)價(jià)指標(biāo)
2020-05-13 09:57:44
超分辨率圖像重建方法研究超分辨率圖像重建就是由低分辨率圖像序列來(lái)估計(jì)高分辨率圖像，已成為當(dāng)前研究的熱點(diǎn)。對(duì)超分辨率的概念和應(yīng)用場(chǎng)合進(jìn)行了闡述，對(duì)空域的幾種主要重建方法進(jìn)行了詳盡分析與比較，并研究了
2009-03-14 17:08:37
針對(duì)類圓形堆積物圖像的前景和背景在色彩或灰度上相近，難以用傳統(tǒng)閾值分割等算法進(jìn)行有效分割的問(wèn)題，提出一種多方法融合的類圓形堆積物圖像區(qū)域分割策略。對(duì)圖像進(jìn)行濾
2009-03-25 08:44:25
11 人工干預(yù)使蛇模型只能用于半自動(dòng)的圖像分割，該文在梯度向量流(GVF)蛇模型的基礎(chǔ)上提出一種基于流場(chǎng)節(jié)點(diǎn)與最小路徑方法的全自動(dòng)圖像分割算法。在圖像的GVF 場(chǎng)上檢測(cè)出流場(chǎng)節(jié)
2009-03-25 08:53:3814 針對(duì)運(yùn)用圖像分割方法求取閾值時(shí)存在的計(jì)算復(fù)雜、時(shí)間長(zhǎng)、實(shí)用性差等問(wèn)題，提出一種新的二維最大熵圖像分割方法，該方法利用基于量子行為的微粒群算法對(duì)圖像的二維閾值空
2009-03-30 09:06:4127 針對(duì)以手機(jī)攝像頭作為圖像采集器獲得的名片圖像，該文介紹一種文字區(qū)塊的分割方法。對(duì)用手機(jī)攝像頭獲取的彩色名片圖像，利用4個(gè)方向的sobel算子進(jìn)行邊緣檢測(cè)，并對(duì)邊緣圖進(jìn)
2009-04-15 09:00:1924 通過(guò)對(duì)法醫(yī)腎切片細(xì)胞的分割，統(tǒng)計(jì)計(jì)算腎臟細(xì)胞的面積，分析受害者腎臟細(xì)胞在顯微鏡圖像下面積隨死亡時(shí)間變換的規(guī)律性，從而推測(cè)受害者遇害時(shí)間；基于直方圖的閾值分割
2009-05-30 14:37:5119 本文在研究和分析方差法和方向圖法的基礎(chǔ)上，提出了一種基于最大類間方差的指紋圖像分割方法，即采用最大類間方差與圖像分塊處理相結(jié)合的方法來(lái)分割指紋圖像。實(shí)驗(yàn)結(jié)果表
2009-05-30 15:02:078 背景分割是機(jī)器視覺(jué)圖像處理的重要環(huán)節(jié)，在室外自然光照條件下，影響作物圖像分割質(zhì)量的因素有很多，為了解多種影響因素對(duì)作物圖像分割質(zhì)量產(chǎn)生的影響及其影響規(guī)律，給機(jī)
2009-06-09 09:01:0429 本文研究了典型的基于區(qū)域的圖像分割方法主動(dòng)形狀模型（Active Shape Model, ASM）和基于邊緣的圖像分割snake 算法，分析了算法適用條件和各自的優(yōu)缺點(diǎn)。結(jié)合snake 模型與主動(dòng)形狀模型
2009-07-08 09:58:0920 該文把人眼對(duì)圖像中的不同區(qū)域具有視覺(jué)選擇特性與客觀圖像質(zhì)量評(píng)價(jià)方法結(jié)合起來(lái)，提出基于視覺(jué)感興趣區(qū)的圖像質(zhì)量評(píng)價(jià)方法。該方法通過(guò)分析影響視覺(jué)興趣性的亮度、灰度
2009-08-11 09:58:1216 本文說(shuō)明了視頻判讀的基本工作原理，分析了在判讀過(guò)程中應(yīng)用到的幾種閾值分割方法的原理、性能和對(duì)判讀的影響，并提出了一種實(shí)用的閾值分割方法，結(jié)合實(shí)際應(yīng)用對(duì)提出的
2009-09-08 10:18:5419 圖像的亮度矩和閾值分割:簡(jiǎn)要介紹圖像的亮度矩以及在保持圖像亮度矩不變的條件下對(duì)圖像進(jìn)行兩級(jí)閹值分割的方法，并對(duì)這種方法得到的方程組采用最小=乘法進(jìn)行求解，以減小噪
2009-10-26 11:22:4522 部分參考型圖像質(zhì)量客觀評(píng)價(jià)方法已經(jīng)成為圖像質(zhì)量評(píng)價(jià)領(lǐng)域研究的熱點(diǎn)之一。該文利用視覺(jué)感知特性，通過(guò)統(tǒng)計(jì)圖像經(jīng)小波分解后視覺(jué)感知系數(shù)在各子帶中的變化情況，提出了一
2009-11-24 15:13:3110 圖像質(zhì)量評(píng)價(jià)是圖像處理領(lǐng)域的研究熱點(diǎn)。該文綜合論述了圖像質(zhì)量的主觀和客觀評(píng)價(jià)方法，重點(diǎn)闡述了單視點(diǎn)圖像質(zhì)量的客觀評(píng)價(jià)方法。對(duì)目前比較常用的峰值信噪比和均方誤差
2010-02-09 15:08:5416 基于區(qū)域的區(qū)域生長(zhǎng)圖像分割方法，提供給從事圖像分割的朋友們 -based on the growth of the regional image segmentation methods for image segmentation in the friends。
2010-02-10 10:19:46112 本文從理論上分析了無(wú)需重新初始化的水平集方法的主動(dòng)輪廓圖像分割模型,此模型有很大的優(yōu)越性,但對(duì)于目標(biāo)與背景對(duì)比度較小這種情況不能得到一個(gè)好的分割效果。該模型應(yīng)用于
2010-02-21 14:32:5326 基于閾值法在圖像分割技術(shù)中的應(yīng)用
圖像的研究和應(yīng)用中，人們往往僅對(duì)圖像中的某些部分感興趣，這些部分稱為目標(biāo)或前景(其他部分稱為背景)，他們一般對(duì)應(yīng)圖像中特
2010-04-21 10:22:15
1174 
分析了傳統(tǒng)的基于馬爾可夫隨機(jī)場(chǎng)圖像分割算法收斂速度慢和固定加權(quán)等缺點(diǎn)，提出了一種基于簡(jiǎn)化馬爾可夫隨機(jī)場(chǎng)的紅外圖像快速分割算法。該算法首先對(duì)紅外圖像極大似然初始分割
2011-04-12 18:52:4825 針對(duì)彩色圖像多閾值分割中閾值個(gè)數(shù)自動(dòng)確定困難和優(yōu)化時(shí)間長(zhǎng)的問(wèn)題，首先提出一種新的HSV空間中彩色圖像投影預(yù)處理方法，然后計(jì)算待分割圖像的顏色粗糙度，并根據(jù)顏色粗糙度確
2011-05-05 16:59:0724 圖像分割 在圖像處理中占有重要的地位，分割結(jié)果的好壞直接影響圖像的后續(xù)處理。本文介紹了4種常用的圖像分割方法及其在PCB缺陷檢測(cè)中的應(yīng)用，并且利用實(shí)際的分割效果對(duì)4種分割
2011-06-16 15:31:290 本文提出了一種用單 Gabor 濾波器分割雙紋理圖像時(shí)最佳Gabor 濾波器的設(shè)計(jì)方法. 該方法根據(jù)紋理圖像能量在頻域上的分布相對(duì)集中但并不局限于單一頻率的特性,通過(guò)比較兩類紋理之間的
2011-06-20 11:49:2931 介紹了一種基于FCM 算法(Fuzzy cmeans algorithm)的彩色血液細(xì)胞圖像分割新方法。通過(guò)將原始血液顯微圖像轉(zhuǎn)換為索引圖像再對(duì)顏色映射表矩陣做模糊聚類來(lái)回避直接對(duì)像素值聚類，大大壓縮
2011-09-28 13:59:2018 提出了一種無(wú)需重新初始化,基于邊緣信息的變分水平集圖像分割算法。該算法消除了影響水平集計(jì)算量的重新初始化步驟,加速了輪廓線的演化,提高了算法的魯棒性,同時(shí)使得初始化方法
2011-12-07 14:17:4030 結(jié)合近幾年來(lái)圖像分割領(lǐng)域出現(xiàn)的新思路、新方法或?qū)υ?b class="flag-6" style="color: red">方法的改進(jìn),如模糊方法、活動(dòng)輪廓模型、遺傳算法、神經(jīng)網(wǎng)絡(luò)等給出一個(gè)比較全面的綜述,評(píng)價(jià)它們的優(yōu)缺點(diǎn)。
2012-02-13 10:07:3134 提出了一種基于閾值分割的邊緣檢測(cè)算法。首先利用最大方差閾值法分割出紅外圖像的目標(biāo)圖像,其次用線性拉伸的方法對(duì)目標(biāo)圖像中存留的噪聲進(jìn)行去除,最后運(yùn)用Sobel算子對(duì)目標(biāo)圖像進(jìn)
2012-02-22 11:13:1047 針對(duì)PCB板元器件缺漏這一具體問(wèn)題,提出了在背光環(huán)境下對(duì)獲取到的PCB板圖像,結(jié)合RGB色彩特征用OTSU閥值方法進(jìn)行分割,結(jié)果優(yōu)于傳統(tǒng)的OTSU閥值方法。
2012-02-29 11:35:480 本文討論了目前基于Gabor濾波器的多通道方法應(yīng)用于圖像分割的現(xiàn)狀，給出了Gabor濾波器進(jìn)行圖像分割的原理、過(guò)程、實(shí)驗(yàn)結(jié)果及分析。介紹了圖像邊緣檢測(cè)、圖像閾值分割的各種算法，
2012-05-04 14:29:1662 提出了一種新的基于非均勻馬爾可夫隨機(jī)場(chǎng)（MRF）的圖像分割算法。基于非均勻馬爾可夫隨機(jī)場(chǎng)的圖像分割的關(guān)鍵是對(duì)MRF中耦合系數(shù)的估計(jì)。本文結(jié)合四叉樹(shù)分解提出了一種新的非均勻
2012-09-25 13:39:560 圖像分割是一種關(guān)鍵的圖像技術(shù)，在理論研究和實(shí)際應(yīng)用中都得到了人們的廣泛重視。圖像分割的方法和種類有很多，有些分割運(yùn)算可直接應(yīng)用于任何圖像，而另一些只能適用于特殊類
2013-01-08 16:11:190 摘要： 利用多層感知器神經(jīng)網(wǎng)絡(luò)和自組織映射神經(jīng)網(wǎng)絡(luò)對(duì)球墨鑄鐵、可鍛鑄鐵和灰鑄鐵的金相圖像進(jìn)行了分割提取。通過(guò)對(duì)比以上兩種方法分割后的圖像質(zhì)量和定量分析樣本圖像中的石
2013-03-12 16:27:3325 在研究和分析指紋圖像的強(qiáng)度場(chǎng)和方向場(chǎng)原理基礎(chǔ)上，根據(jù)人眼的視覺(jué)原理，提出一種指紋圖像分割與增強(qiáng)的方法。按照指紋圖像前景色梯度大，背景色梯度小，可以將指紋前景色很好
2013-04-08 09:24:0348 Otsu法是常用的基于閾值的圖像分割方法之一，二維Otsu法利用圖像的像素灰度值分布及鄰域像素的平均灰度分布構(gòu)成的二維直方圖對(duì)圖像進(jìn)行閾值分割。由于紅外圖像具有低對(duì)比度、低
2013-09-18 14:29:190 圖像分割—基于圖的圖像分割圖像分割—基于圖的圖像分割
2015-11-19 16:17:110 圖像分割在圖像處理過(guò)渡到圖像分析這個(gè)過(guò)程中起著非常重要的作用，它是圖像工程的核心，圖像分割的研究具有重要的理論和應(yīng)用價(jià)值。介紹了圖像分割的基本理論和常用方法，借助Matlab平臺(tái)對(duì)閾值的分割、區(qū)域
2016-01-04 15:10:490 立體視覺(jué)的應(yīng)用越來(lái)越廣泛，立體視覺(jué)需要用到圖像分割方法，這個(gè)論文是有關(guān)圖像分割的研究現(xiàn)狀與展望
2016-05-20 16:50:060 基于圖像融合分割的實(shí)木地板表面缺陷檢測(cè)方法_張怡卓
2017-01-07 15:26:080 基于灰度特征的虹膜圖像質(zhì)量評(píng)價(jià)方法_羅曉慶
2017-03-16 11:05:280 圖像清晰度是衡量圖像質(zhì)量?jī)?yōu)劣的重要指標(biāo)，準(zhǔn)確、高效地進(jìn)行圖像清晰度評(píng)價(jià)對(duì)于圖像處理系統(tǒng)具有重要意義。為提高圖像清晰度評(píng)價(jià)方法的靈敏度和抗噪性，提出了一種結(jié)合點(diǎn)銳度和平方梯度的無(wú)參考圖像清晰度評(píng)價(jià)方法
2017-11-01 17:44:394 針對(duì)傳統(tǒng)閾值分割算法的一些缺點(diǎn)，通過(guò)將數(shù)字形態(tài)學(xué)與閾值分割算法相互結(jié)合提出了一種改進(jìn)的閾值分割算法來(lái)進(jìn)行脊椎圖像分割，并將分割結(jié)果與傳統(tǒng)圖像分割方法得到的結(jié)果進(jìn)行分析對(duì)比。結(jié)果顯示本論文改進(jìn)的閾值
2017-11-03 09:47:093 圖像分割技術(shù)研究，指依據(jù)圖像的一些特性（如灰度強(qiáng)度、顏色、紋理等）將網(wǎng)像中的各個(gè)像素歸類成互相都不相交的、具有某種相似性的均勻子區(qū)域的過(guò)程，是圖像處理領(lǐng)域中的一項(xiàng)重要內(nèi)容。本文根據(jù)分割方法的不同特點(diǎn)
2017-11-07 14:05:415 面對(duì)遙感圖像日益增長(zhǎng)的分辨率，面向?qū)ο蟮姆诸愄幚?b class="flag-6" style="color: red">方法相較于傳統(tǒng)的基于像素的分類方法愈來(lái)愈有優(yōu)勢(shì)。針對(duì)其分割處理環(huán)節(jié)仍存在過(guò)分割以及欠分割現(xiàn)象而導(dǎo)致分類精度降低的問(wèn)題，本文提出一種融合多尺度分割的辦法
2017-11-10 15:36:166 現(xiàn)有的2D圖像質(zhì)量評(píng)價(jià)方法并不能很好地應(yīng)用于立體圖像質(zhì)量評(píng)價(jià)中。為了有效評(píng)價(jià)不同失真立體圖像的質(zhì)量，提出了一種基于視差圖和復(fù)數(shù)輪廓波變換的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法。首先提取了能夠反映3D信息的視差
2017-11-22 11:38:4811 圖像閾值化分割是一種傳統(tǒng)的最常用的圖像分割方法，因其實(shí)現(xiàn)簡(jiǎn)單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。它特別適用于目標(biāo)和背景占據(jù)不同灰度級(jí)范圍的圖像。它不僅可以極大的壓縮
2017-12-04 15:04:1610061 針對(duì)當(dāng)前高動(dòng)態(tài)范圍（ HDR）圖像質(zhì)量評(píng)價(jià)方法未考慮圖像色度和結(jié)構(gòu)信息的問(wèn)題，提出了一種新的HDR圖像客觀質(zhì)量評(píng)價(jià)方法。首先，利用HDR-VDP-2.2中的基于視覺(jué)感知的模型得到關(guān)于亮度與對(duì)比度
2017-12-05 18:58:103 針對(duì)傳統(tǒng)分割方法處理具有復(fù)雜性、多樣性的室外彩色圖像存在明顯不足，本文提出一種融合Gabor紋理特征的室外彩色圖像均值偏移分割方法。首先，采用Gabor濾波器組對(duì)圖像進(jìn)行紋理特征提取，將特征進(jìn)行多方
2017-12-07 15:17:151 為了實(shí)現(xiàn)腎小球基底膜的自動(dòng)分割，提出了一種基于圖像塊匹配策略的圖像自動(dòng)分割方法。首先，針對(duì)腎小球基底膜的特點(diǎn)，將塊匹配算法的搜索范圍從一幅參考圖像擴(kuò)展到多幅參考圖像，并采用了一種改進(jìn)的搜索方式提高
2017-12-09 10:10:303 針對(duì)當(dāng)前各種圖像清晰度評(píng)價(jià)方法在清晰度判別過(guò)程中單調(diào)性和區(qū)分度不夠以及適用范圍較小的問(wèn)題，提出了一種基于四元數(shù)小波變換（QWT）幅值與相位的圖像清晰度評(píng)價(jià)方法。該算法通過(guò)四元數(shù)小波變換將圖像從空間
2017-12-15 16:17:321 隨著多客戶端交互多媒體應(yīng)用的快速發(fā)展，屏幕內(nèi)容圖像（Screen content image，SCI）的分發(fā)和處理與日俱增．圖像質(zhì)量評(píng)價(jià)課題的研究是其它許多應(yīng)用的基礎(chǔ)。至今圖像質(zhì)量評(píng)價(jià)課題研究
2017-12-15 16:41:291 針對(duì)褪色文物數(shù)字化保護(hù)中色彩復(fù)原圖像的質(zhì)量評(píng)價(jià)問(wèn)題，研究客觀質(zhì)量評(píng)價(jià)方法。結(jié)合峰值信噪比（ PSNR）的計(jì)算優(yōu)勢(shì)與人眼視覺(jué)特征信息熵的結(jié)構(gòu)特性，提出一種基于視覺(jué)特征信息熵的彩色圖像質(zhì)量評(píng)價(jià)方法
2017-12-18 11:00:151 圖像分割就是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過(guò)程。它是由圖像處理到圖像分析的關(guān)鍵步驟。現(xiàn)有的圖像分割方法主要分以下幾類：基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。
2017-12-18 18:19:339053 
圖像分割的研究多年來(lái)一直受到人們的高度重視，至今提出了各種類型的分割算法。Pal把圖像分割算法分成了6類：閾值分割，像素分割、深度圖像分割、彩色圖像分割，邊緣檢測(cè)和基于模糊集的方法。但是，該方法
2017-12-19 09:29:3810131 
圖像分割至今尚無(wú)通用的自身理論。隨著各學(xué)科許多新理論和新方法的提出，出現(xiàn)了許多與一些特定理論、方法相結(jié)合的圖像分割方法。特征空間聚類法進(jìn)行圖像分割是將圖像空間中的像素用對(duì)應(yīng)的特征空間點(diǎn)表示，根據(jù)它們?cè)谔卣骺臻g的聚集對(duì)特征空間進(jìn)行分割
2017-12-19 15:00:3040227 
本文詳細(xì)介紹了圖像分割的基本方法有：基于邊緣的圖像分割方法、閾值分割方法、區(qū)域分割方法、基于圖論的分割方法、基于能量泛函的分割方法、基于聚類的分割方法等。圖像分割指的是根據(jù)灰度、顏色、紋理和形狀
2017-12-20 11:06:04108008 
現(xiàn)有的通用型無(wú)參考圖像質(zhì)量評(píng)價(jià)方法大多是利用失真圖像及其主觀值來(lái)訓(xùn)練回歸模型預(yù)測(cè)圖像質(zhì)量指標(biāo)，然而這種方法需要消耗大量的時(shí)間進(jìn)行訓(xùn)練，并且評(píng)價(jià)效果依賴于訓(xùn)練圖像庫(kù)中的失真類型，通用性較差，很難應(yīng)用到
2017-12-22 13:44:311 ，對(duì)其水平集函數(shù)中各能量項(xiàng)進(jìn)行研究，并通過(guò)對(duì)比實(shí)驗(yàn)體現(xiàn)水平集方法的優(yōu)越性。基于水平集的牙齒CT圖像分割方法中水平集函數(shù)的能量項(xiàng)主要包括：競(jìng)爭(zhēng)能量項(xiàng)、梯度能量項(xiàng)、形狀約束能量項(xiàng)、全局先驗(yàn)灰度能量項(xiàng)、局部灰度能量項(xiàng)。實(shí)驗(yàn)結(jié)
2017-12-22 15:57:102 圖像分割是指將圖像分成若干具有相似性質(zhì)的區(qū)域的過(guò)程，是許多圖像處理任務(wù)的預(yù)處理步驟．近年來(lái)，國(guó)內(nèi)外學(xué)者主要研究基于圖像內(nèi)容的分割算法，在廣泛調(diào)研大量文獻(xiàn)和最新成果的基礎(chǔ)上，將圖像分割算法分為基于圖論
2018-01-02 16:52:412 改進(jìn)的Otsu法計(jì)算粗閾值，獲得大致海域范圍；然后根據(jù)海域統(tǒng)計(jì)特性近似高斯分布的特點(diǎn)，在分析了高斯分布統(tǒng)計(jì)特性的基礎(chǔ)上，結(jié)合粗閾值分割結(jié)果，提出了計(jì)算出精確的分割閾值的方法，進(jìn)而獲得準(zhǔn)確的海陸分割圖像；最后通過(guò)去
2018-03-19 10:50:326 圖像分割的一般方法是先對(duì)物體進(jìn)行檢測(cè)，然后用邊界框?qū)Ξ?huà)中物體進(jìn)行分割。最近，例如Mask R-CNN的深度學(xué)習(xí)方法也被用于圖像分割任務(wù)，但是大多數(shù)研究都沒(méi)有注意到人類的特殊性：可以通過(guò)身體姿勢(shì)進(jìn)行辨認(rèn)。在這篇論文中，我們提出了一種新方法，可以通過(guò)人作出的不同動(dòng)作進(jìn)行圖像分割。
2018-04-10 15:02:015275 
圖像分割主要是指將圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)。圖像分割是數(shù)字圖像分析中的重要環(huán)節(jié)，在整個(gè)研究中起著承前啟后的作用，它既是對(duì)所有圖像預(yù)處理效果的一個(gè)檢驗(yàn)，也是后續(xù)進(jìn)行圖像分析與解譯
2018-12-20 15:21:584 為解決現(xiàn)有無(wú)監(jiān)督圖像分割模型對(duì)強(qiáng)噪聲環(huán)境魯棒性差、無(wú)法適應(yīng)復(fù)雜混合噪聲的問(wèn)題，提出了一種基于One-classSVM方法的改進(jìn)后的噪聲魯棒圖像分割模型。首先，基于One-classSVM構(gòu)建
2019-04-11 17:43:505 圖像分割也是 Kaggle 中的一類常見(jiàn)賽題，比如衛(wèi)星圖像分割與識(shí)別、氣胸疾病圖像分割等。除了密切的團(tuán)隊(duì)配合、給力的 GPU 配置等條件，技巧在這類比賽中也發(fā)揮了很大的作用。
2020-09-24 11:11:561573 介紹使圖像分割的方法，包括傳統(tǒng)方法和深度學(xué)習(xí)方法，以及應(yīng)用場(chǎng)景。 基于人工智能和深度學(xué)習(xí)方法的現(xiàn)代計(jì)算機(jī)視覺(jué)技術(shù)在過(guò)去10年里取得了顯著進(jìn)展。如今，它被用于圖像分類、人臉識(shí)別、圖像中物體的識(shí)別、視頻
2020-11-27 10:29:192858 隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展及其在語(yǔ)義分割領(lǐng)域的廣泛應(yīng)用，語(yǔ)義分割效果得到顯著提升。對(duì)基于深度神經(jīng)網(wǎng)絡(luò)的圖像語(yǔ)義分割方法進(jìn)行分析與總結(jié)，根據(jù)網(wǎng)絡(luò)訓(xùn)練方式的不同，將現(xiàn)有的圖像語(yǔ)義分割分為全監(jiān)督學(xué)習(xí)圖像
2021-03-19 14:14:0621 對(duì)應(yīng)用于圖像語(yǔ)義分割的幾種深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行簡(jiǎn)單介紹，接著詳細(xì)闡述了現(xiàn)有主流的基于深度神經(jīng)網(wǎng)絡(luò)的圖像語(yǔ)義分割方法，依據(jù)實(shí)現(xiàn)技術(shù)的區(qū)別對(duì)圖像語(yǔ)義分割方法進(jìn)行分類，并對(duì)每類方法中代表性算法的技術(shù)特點(diǎn)、優(yōu)勢(shì)和
2021-04-02 13:59:4611 圖像分割是把圖像分割成互不相交的區(qū)域，使每個(gè)區(qū)域內(nèi)的像素具有某種相似的特征，以便對(duì)圖像進(jìn)行后續(xù)處理。圖像分割是圖像分析的難點(diǎn)之一，至今沒(méi)有一個(gè)通用且有效的圖像分割方法能夠滿足不同的需求。在腦部MR圖像分析中該問(wèn)題尤為突出。
2021-04-18 09:23:561985 
噪聲失真是一種最常見(jiàn)且種類最多的失真類型，但目前針對(duì)除高斯噪聲外的噪聲失真類型的研究較少。文中提出了種無(wú)需學(xué)習(xí)的且能同時(shí)評(píng)價(jià)5種噪聲失真的無(wú)參考彩色噪聲圖像質(zhì)量評(píng)價(jià)方法。該方法基于四元數(shù)奇異值分解
2021-05-08 16:42:231 針對(duì)已有二維Osu線閾值法分割方法存在的因誤分類而導(dǎo)致的分割質(zhì)量下降、抗噪性能不足的問(wèn)題。結(jié)合二維Osu折線閾值算法和曲線擬合方法，提出了二維Osu擬合線閾值圖像分割方法。本文方法是在二維Osu折線
2021-06-01 11:21:342 為了提高醫(yī)學(xué)圖像分割的精確性和魯棒性，提岀了一種基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像分割方法。首先采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)冠狀面、矢狀面以及橫斷面三個(gè)視圖下的2D切片序列進(jìn)行分割，然后將三個(gè)視圖下的分割結(jié)果進(jìn)行
2021-06-03 16:23:386 平滑性得以增強(qiáng)并采用變分推斷方法獲得聚類標(biāo)簽的收斂解析解，提岀一種基于折棍變分貝葉斯推斷的圖像分割算法，實(shí)現(xiàn)了對(duì)像素聚類標(biāo)簽和分割數(shù)目的同步自適應(yīng)學(xué)習(xí)，避免了傳統(tǒng)方法中因引入空間相關(guān)性約束而出現(xiàn)的計(jì)算復(fù)雜問(wèn)題。基于Berkeley BSD5σ0圖像
2021-06-04 15:27:333 彩色圖像多閾值分割在許多應(yīng)用領(lǐng)域中都發(fā)揮著非常重要的作用，傳統(tǒng)的多閾值分割算法存在隨著閾值個(gè)數(shù)的增加分割時(shí)間急劇增長(zhǎng)的問(wèn)題。為了解決此問(wèn)題，提出了一種基于改進(jìn)樹(shù)種算法（ITSA）的彩色圖像多閾值分割
2021-06-16 15:54:595 改進(jìn)自適應(yīng)GACV的水下圖像分割算法研究(通信電源技術(shù)20年第13期)-基于改進(jìn)自適應(yīng)GACV的水下圖像分割算法研究摘要論文針對(duì)水下彩色圖像對(duì)比度低、模糊、偏色等退化問(wèn)題，研究了幾何活動(dòng)輪廓模型
2021-09-22 15:32:1011 常見(jiàn)的圖像清晰度評(píng)價(jià)一般都是基于梯度的方法，本文將介紹五種簡(jiǎn)單的評(píng)價(jià)指標(biāo)，分別是Brenner梯度法、Tenegrad梯度法、laplace梯度法、方差法、能量梯度法。
2022-10-10 10:42:426771 針對(duì)傳統(tǒng)Graph Cuts算法只能針對(duì)灰度圖像進(jìn)行分割、運(yùn)行時(shí)參數(shù)的選擇比較復(fù)雜，并且存在該算法效率和精度較低的缺陷，采用這兩種方法分別對(duì)3種木材表面缺陷活節(jié)、蟲(chóng)眼和死節(jié)圖像進(jìn)行分割實(shí)驗(yàn)。為了驗(yàn)證Grab Cuts方法的適用性，用含有多個(gè)缺陷目標(biāo)的木質(zhì)板材圖像做了圖像分割驗(yàn)證。
2022-12-19 10:58:19670 雖然近年來(lái)圖像分割的研究成果越來(lái)越多，但由于圖像分割本身所具有的難度，使研究仍然存在一些問(wèn)題，現(xiàn)有的許多種算法都是針對(duì)不同的圖像，并沒(méi)有一種普遍適用的分割算法。迄今為止，沒(méi)有一個(gè)好的通用的分割評(píng)價(jià)
2023-04-13 18:26:34366 從最簡(jiǎn)單的像素級(jí)別“閾值法”（Thresholding methods）、基于像素聚類的分割方法（Clustering-based segmentation methods）到“圖劃分”的分割方法
2023-04-20 10:01:331891 語(yǔ)義分割是區(qū)分同類物體的分割任務(wù)，實(shí)例分割是區(qū)分不同實(shí)例的分割任務(wù)，而全景分割則同時(shí)達(dá)到這兩個(gè)目標(biāo)。全景分割既可以區(qū)分彼此相關(guān)的物體，也可以區(qū)分它們?cè)?b class="flag-6" style="color: red">圖像中的位置，這使其非常適合對(duì)圖像中所有類別的目標(biāo)進(jìn)行分割。
2023-05-17 14:44:24810 
人體分割識(shí)別圖像技術(shù)是一種將人體從圖像中分割出來(lái)，并對(duì)人體進(jìn)行識(shí)別和特征提取的技術(shù)。該技術(shù)主要利用計(jì)算機(jī)視覺(jué)和圖像處理算法對(duì)人體圖像進(jìn)行預(yù)處理、分割、特征提取和識(shí)別等操作，以實(shí)現(xiàn)自動(dòng)化的身份認(rèn)證
2023-06-15 17:44:49635 來(lái)源：圖靈Topia（ID：turingtopia）圖像分割（ImageSegmentation）是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一項(xiàng)重要基礎(chǔ)技術(shù)，是圖像理解中的重要一環(huán)。近日，數(shù)據(jù)科學(xué)家
2023-05-16 09:21:44570 
摘要：遺傳算法是對(duì)生物進(jìn)化論中自然選擇和遺傳學(xué)機(jī)理中生物進(jìn)化過(guò)程的模擬來(lái)計(jì)算最優(yōu)解的方法。遺傳算法具有眾多的優(yōu)點(diǎn)，如魯棒性、并行性、自適應(yīng)性和快速收斂，可以應(yīng)用在圖像處理技術(shù)領(lǐng)域中圖像分割技術(shù)
2023-07-18 16:04:141 圖像分割（Image Segmentation）是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一項(xiàng)重要基礎(chǔ)技術(shù)，是圖像理解中的重要一環(huán)。前端時(shí)間，數(shù)據(jù)科學(xué)家Derrick Mwiti在一篇文章中，就什么是圖像分割、圖像分割架構(gòu)、圖像分割損失函數(shù)以及圖像分割工具和框架等問(wèn)題進(jìn)行了討論，讓我們一探究竟吧。
2023-08-18 10:34:042073 
閾值分割是圖像預(yù)處理中關(guān)鍵的步驟，實(shí)質(zhì)是對(duì)每一個(gè)象素點(diǎn)確定一個(gè)閾值，根據(jù)閾值決定當(dāng)前象素是前景還是背景點(diǎn)，目前，已有大量的閾值處理方法，比如全局閾值和局域閾值，是簡(jiǎn)單的分割方法，而后者則是把整幅圖分成許多子圖像，每幅圖像分別使用不同的閾值進(jìn)行分割。
2023-08-18 14:27:04378 使用PyTorch加速圖像分割
2023-08-31 14:27:10440 
圖像分割：利用圖像的灰度、顏色、紋理、形狀等特征，把圖像分成若干個(gè)互不重疊的區(qū)域，并使這些特征在同一區(qū)域內(nèi)呈現(xiàn)相似性，在不同的區(qū)域之間存在明顯的差異性。然后就可以將分割的圖像中具有獨(dú)特性質(zhì)的區(qū)域提取出來(lái)用于不同的研究。
2023-09-07 16:59:04458 
深度學(xué)習(xí)在圖像語(yǔ)義分割上已經(jīng)取得了重大進(jìn)展與明顯的效果，產(chǎn)生了很多專注于圖像語(yǔ)義分割的模型與基準(zhǔn)數(shù)據(jù)集，這些基準(zhǔn)數(shù)據(jù)集提供了一套統(tǒng)一的批判模型的標(biāo)準(zhǔn)，多數(shù)時(shí)候我們評(píng)價(jià)一個(gè)模型的性能會(huì)從執(zhí)行時(shí)間、內(nèi)存使用率、算法精度等方面進(jìn)行考慮。
2023-10-09 15:26:12120 
基于閾值的分割方法是一種應(yīng)用十分廣泛的圖像分割技術(shù)，其實(shí)質(zhì)是利用圖像的灰度直方圖信息獲取用于分割的閾值，一個(gè)或幾個(gè)閾值將圖像的灰度級(jí)分為幾個(gè)部分，認(rèn)為屬于同一部分的像素是同一個(gè)物體。
2023-10-22 11:34:28413 
現(xiàn)有的圖像分割方法主要分以下幾類：基于閾值（threshold）的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。
2023-11-02 10:26:39199 
的重要方法，受限于圖像質(zhì)量、復(fù)雜土壤環(huán)境、低效傳統(tǒng)方法，根系圖像分割存在一定挑戰(zhàn)。河北農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院、河北省教育考試院、河北農(nóng)業(yè)大學(xué)農(nóng)學(xué)院組成王楠科研團(tuán)隊(duì)，為提高根系圖像分割的準(zhǔn)確性和魯棒性，該研究以
2024-01-18 16:18:2976
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論