0
点赞
收藏
分享

微信扫一扫

深入理解强化学习——强化学习的历史:时序差分学习

清冷的蓝天天 2023-10-31 阅读 13

一、图像分割的基本概念

1.1专有名词

前景和背景

区域

 像素间的连通性

连通路径

 1.2概念

 1.3图像分割的依据

 1.4图像边缘

相关例题(不重要)

算子的边缘检测效果分析:


 

二、灰度阈值分割

2.1概述

2.2基本原理

2.3步骤

2.4阈值类型

2.5确定灰度阈值的常用方法

利用灰度直方图确定阈值

迭代法确定最优阈值


 

概念补充:分割误差

利用最小化误差概率确定最优阈值

 原理

 结论

最大类间方差法确定最优阈值(Otsu法)

结论

 直方图变换法(一种局部阈值方法)

动态阈值法


三、基于区域的分割

传统的区域分割算法有区域生(增)长法和区域分裂合并法。

3.1区域生(增)长法

基本步骤:

 举例

3.2 区域分裂与合并法

举例

四、二值图像的轮廓提取与轮廓跟踪

图像分割后的结果通常是一幅二值图像,所有目标区域都被赋予同一种灰度值(黑或白),背景
区域被赋予另一种灰度值(白或黑)

4.1二值图像的轮廓提取:
 

4.2二值图像的轮廓跟踪:

 

五、模板匹配

常用的模板匹配方法:

  • 相关法
  • 误差法

 5.1相关法

5.2误差法


 

举报

相关推荐

0 条评论