图像分割技术研究综述---2021.6.30
发布时间
阅读量：
阅读量
图像分割技术研究综述---2021.6.30
-
图像分割方法比较：
-
- 1阈值分割能够较为快速地完成图像的分割，但
- 大津阈值算法分割的对象要是比较简单的
- 分割算法
- 区域生长对复杂环境适用度高
-
阈值分割、边缘分割、区域分割、超像素分割的区别
-
- 基于阈值的图像分割法能够快速分割图像，但对于复杂图像难以进行有效分割。
- 基于边缘的图像分割法容易产生虚假的边缘或者孤立的线段。
- 基于区域的图像分割法会对无目标物的空白区域进行分割，浪费计算资源。
- 超像素图像分割法难以在计算速度和计算精度之间达到很好的平衡。
- HOG特征提取
-
- HOG实现过程
图像分割方法比较：
1阈值分割能够较为快速地完成图像的分割，但
是需要目标和周围环境具有明显的灰度值差异，因
此往往需要进行对比度增强等处理。由于对复杂图
像难以进行准确的分割，因此人们常用阈值分割进
行初步分割，在此基础上再运用边缘检测分割、区域
增长分割等方法，可以节约计算资源。
大津阈值算法分割的对象要是比较简单的
分割算法
区域生长对复杂环境适用度高
阈值分割、边缘分割、区域分割、超像素分割的区别
基于阈值的图像分割法能够快速分割图像，但对于复杂图像难以进行有效分割。
基于边缘的图像分割法容易产生虚假的边缘或者孤立的线段。
基于区域的图像分割法会对无目标物的空白区域进行分割，浪费计算资源。
超像素图像分割法难以在计算速度和计算精度之间达到很好的平衡。
HOG特征提取
hog的思想用于提取形状特征，将它的边缘和梯度进行一个密度分布，最后特征得以描述出来
HOG实现过程
全部评论 (0)
还没有任何评论哟~