版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、圖像分割是圖像處理的一項(xiàng)基本操作,是圖像工程的一個(gè)重要內(nèi)容,所有與機(jī)器視覺有關(guān)的領(lǐng)域都要用到圖像分割??偨Y(jié)現(xiàn)有的圖像分割算法,可以發(fā)現(xiàn),大多數(shù)算法都是基于圖像的底層特征,如色彩,紋理等,將圖像分割成一些零散的區(qū)域,而不能得到一個(gè)完整的有意義的對象。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,有越來越多的方式獲取圖像,所以圖像處理的需求量也越來越大。如何對這些圖像進(jìn)行高效的訪問并提取出其中的有用信息,是圖像處理面臨的一個(gè)難題。而圖像分割結(jié)果的局限性,使得它已經(jīng)不
2、能滿足人們對解決這一難題的需求。
在這樣一個(gè)背景下,圖像對象分割的概念被提出并得到了研究學(xué)者們的高度重視與深入研究。本文總結(jié)了國內(nèi)外圖像對象分割的研究現(xiàn)狀和發(fā)展趨勢,分析了這些方法的優(yōu)缺點(diǎn),并借鑒了其中關(guān)于通過輪廓片斷匹配進(jìn)行對象分割的思想。
本文討論了現(xiàn)有的幾種邊緣檢測算法,并通過圖片的仿真對它們的性能進(jìn)行了對比分析。由仿真結(jié)果可知Canny算子的各方面性能都優(yōu)于其它算子,所以本文選用Canny算子進(jìn)行邊緣檢測。本
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Snakes模型的圖像輪廓提取算法的研究.pdf
- 基于snakes模型的圖像輪廓提取算法的研究
- 基于GPU的運(yùn)動目標(biāo)輪廓提取算法的研究與實(shí)現(xiàn).pdf
- 基于筆交互的CT圖像輪廓提取系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 圖像前景提取的算法研究與實(shí)現(xiàn).pdf
- 視頻圖像中手勢連續(xù)輪廓提取方法研究與實(shí)現(xiàn).pdf
- 魚眼圖像輪廓提取和校正方法的研究與實(shí)現(xiàn).pdf
- 共焦顯微圖像反卷積降噪與輪廓提取算法研究.pdf
- 基于相位一致性的圖像輪廓提取算法研究.pdf
- 工業(yè)CT圖像輪廓提取方法的研究.pdf
- 基于相位一致性的圖像輪廓提取算法研究(1)
- 基于降雪模型的圖像輪廓提取方法研究.pdf
- 基于活動輪廓模型的SAR圖像目標(biāo)輪廓提取研究.pdf
- 大幅面皮革圖像的拼接與輪廓提取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 視頻對象提取系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 圖像對象特征提取與識別.pdf
- 凸曲線輪廓圖像的邊緣檢測與提取.pdf
- 基于生物細(xì)胞模擬的圖像輪廓提取方法研究.pdf
- 激光掃描與雕刻集成系統(tǒng)的輪廓提取算法研究.pdf
- 共焦掃描離散曲面輪廓提取算法研究及軟件實(shí)現(xiàn).pdf
評論
0/150
提交評論