2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著成像設備的發(fā)展以及人們對計算機視覺系統(tǒng)精度和穩(wěn)定性要求的提高,彩色圖像分割已成為計算機視覺系統(tǒng)中一個基礎而又關鍵的步驟,如何快速準確的進行高分辨率彩色圖像處理,不僅具有重大的學術價值,而且具有巨大的商業(yè)價值。
   論文以彩色圖像為研究對象,對分水嶺分割算法和圖論分割算法進行了深入的研究,取得了如下成果:
   (1)針對傳統(tǒng)Watershed變換算法生成的區(qū)域個數(shù)過多問題,本文提出了一種新的基于圖像和梯度雙重平滑的

2、Watershed預分割方法。該方法通過對原始圖像和梯度圖像進行平滑處理,利用Watershed變換進行預分割。實驗表明該方法能夠在保持局部信息的情況下,有效的減少分水嶺變換后的區(qū)域個數(shù)。
   (2)針對基于GraphCut圖像分割方法在處理高分辨率彩色圖像時,分割時間過長,達不到實時處理的要求,本文提出了一種基于金字塔模型的快速GraphCut圖像分割方法。該方法將高分辨圖像降為低分辨率圖像進行初步分割,然后再將分割結果映射

3、到高分辨率圖像來完成分割。實驗表明,在同樣的實驗環(huán)境條件下,該方法由于圖像分辨率降低,減少了圖中節(jié)點個數(shù),因此大大減少了分割時間和算法內(nèi)存開銷。
   (3)為了提高圖像分割精度,并降低圖像處理的時間,本文用分水嶺變換后的區(qū)域取代像素點,映射為加權圖中的頂點,區(qū)域間的相似性作為加權圖中邊的權值,利用最大流.最小割定理來完成圖像分割。實驗結果表明,該方法在保持分割精度的同時,有效降低了圖像分割的時間。
   (4)基于以上

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論