

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在復(fù)雜背景圖像中,圖像邊緣作為圖像的基本特征之一,包含著圖像的大部分信息。在圖像邊緣檢測(cè)時(shí),輪廓作為一種非常重要的圖像特征,因此輪廓特征提取也是圖像特征提取非常重要的一種。輪廓提取與邊緣檢測(cè)不完全相同,它能在提取圖像的邊緣的同時(shí),去除背景的紋理信息。
人類視覺(jué)信息處理機(jī)制是人腦獲取外界信息的主要途徑,它幾乎擁有了完善的信息處理的能力,在信息處理方面的作用比計(jì)算機(jī)視覺(jué)更勝一籌。于是,人們不斷地去尋找接近人類視覺(jué)系統(tǒng)的數(shù)學(xué)模型,用
2、它去模擬視覺(jué)信息處理機(jī)制的功能。很幸運(yùn)的是,人類的視覺(jué)機(jī)制能夠有效的提取輪廓特征。在初級(jí)視皮層,經(jīng)典感受野的外周有一片區(qū)域?qū)?jīng)典感受野中外界刺激的響應(yīng)存在抑制作用,這片區(qū)域被稱為非經(jīng)典感受野。這種抑制作用對(duì)從復(fù)雜的背景紋理中提取目標(biāo)輪廓有著重要的作用。
本文從兩種方法講述了視覺(jué)機(jī)制的輪廓提取。第一個(gè)方法是基于雙邊平滑濾波的非經(jīng)典感受野動(dòng)態(tài)抑制特性的輪廓提取。首先,這個(gè)方法用雙邊濾波對(duì)圖像進(jìn)行平滑濾波的同時(shí)又保留了邊緣。其次,用
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于降雪模型的圖像輪廓提取方法研究.pdf
- 工業(yè)CT圖像輪廓提取方法的研究.pdf
- 基于活動(dòng)輪廓模型的圖像特征提取方法研究.pdf
- 基于活動(dòng)輪廓模型的SAR圖像目標(biāo)輪廓提取研究.pdf
- 基于Snakes模型的圖像輪廓提取算法的研究.pdf
- 基于粒子濾波的輪廓提取方法研究.pdf
- 基于主動(dòng)輪廓模型的腦部MRI圖像邊緣提取方法研究.pdf
- 基于活動(dòng)輪廓模型的人臉輪廓提取方法的研究.pdf
- 醫(yī)學(xué)圖像中邊界輪廓線的提取方法.pdf
- 基于輪廓提取和顏色直方圖的圖像檢索.pdf
- 基于Snake模型的醫(yī)學(xué)圖像輪廓提取技術(shù).pdf
- 基于snakes模型的圖像輪廓提取算法的研究
- 基于冠脈內(nèi)超聲圖像提取管腔輪廓的方法研究及應(yīng)用.pdf
- 基于主動(dòng)輪廓模型的遙感圖像目標(biāo)提取研究.pdf
- 基于數(shù)字圖像的古碑文邊界輪廓提取方法的研究與應(yīng)用.pdf
- 基于圖像輪廓的角點(diǎn)檢測(cè)方法研究.pdf
- 基于輪廓特征的圖像配準(zhǔn)方法研究.pdf
- 基于視覺(jué)顯著性的目標(biāo)檢測(cè)和異源圖像輪廓提取方法研究.pdf
- 目標(biāo)輪廓提取方法研究.pdf
- 彩色人臉圖像中的眼睛定位及邊緣輪廓提取方法研究.pdf
評(píng)論
0/150
提交評(píng)論