利用边缘检测目标
展开全部
《计算机视觉教程》笔记
编著:章毓晋(清华大学电子工程系)
出版社:人民邮电出版社
出版时间:2017.3
考虑一种特殊的情况。假设图像中分布有两类目标,小目标为较暗的矩形,而大目标为较亮的椭圆形。一种定位小目标的设计策略包括:
在这个问题中,利用距离变换结果来定位小目标的关键是忽略所有大于小目标半宽度的局部极大值。任何明显小于这个值的局部极大值也可忽略。这意味着图像中大部分的局部极大值会被除去,只有某些在大目标之内和大目标之间的孤立点以及沿小目标中心线的局部极大值有可能保留。进一步使用一个孤立点消除算法可仅保留小目标的极大值,然后对极大值位置扩展以恢复小目标的边界。检测到的边缘有可能被分裂成多个片段,不过边缘中的任何间断一般不会导致局部极大值轨迹的断裂,因为距离变换将会把它们比较连续地填充起来。尽管这会给出稍微小一些的距离变换值,但这并不会影响算法的其他部分。
所以,该方法对边缘检测的影响有一定的鲁棒性。
编著:章毓晋(清华大学电子工程系)
出版社:人民邮电出版社
出版时间:2017.3
考虑一种特殊的情况。假设图像中分布有两类目标,小目标为较暗的矩形,而大目标为较亮的椭圆形。一种定位小目标的设计策略包括:
在这个问题中,利用距离变换结果来定位小目标的关键是忽略所有大于小目标半宽度的局部极大值。任何明显小于这个值的局部极大值也可忽略。这意味着图像中大部分的局部极大值会被除去,只有某些在大目标之内和大目标之间的孤立点以及沿小目标中心线的局部极大值有可能保留。进一步使用一个孤立点消除算法可仅保留小目标的极大值,然后对极大值位置扩展以恢复小目标的边界。检测到的边缘有可能被分裂成多个片段,不过边缘中的任何间断一般不会导致局部极大值轨迹的断裂,因为距离变换将会把它们比较连续地填充起来。尽管这会给出稍微小一些的距离变换值,但这并不会影响算法的其他部分。
所以,该方法对边缘检测的影响有一定的鲁棒性。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
物声科技2024
2024-10-28 广告
2024-10-28 广告
作为北京物声科技有限公司的一员,我们专注于构件力学试验监测领域。我们拥有丰富的声发射和超声波检测技术,能够为客户提供精确的构件力学试验监测解决方案。我们的团队由高素质的专业人员组成,具备自主研发能力和丰富的现场检测经验。我们致力于确保监测结...
点击进入详情页
本回答由物声科技2024提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询