- 1、本文档共37页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
人工智能视觉课程
图像分割;01;项目导入;图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域
使得这些特征在同一区域内表现出一致性或相似性
而在不同区域间表现出明显的不同
简单的说就是在一副图像中,把目标从背景中分离出来;项目导入;知识问答;01;本章的任务是
在Windows操作系统上
基于Anaconda和PyCharm
本项目利用自适应阈值分割算法、Otsu阈值分割算法、分水岭分割算法,完成了图像的分割,综合比较了各种算法的效果,对不同算法的优劣性进行了分析
;01;知识目标
理解自适应阈值分割算法
理解Otsu阈值分割算法
理解分水岭分割算法
技能目标
能够利用自适应阈值算法进行图像分割
能够利用Otsu阈值算法进行图像分割
能够利用水岭算法进行图像分割
;职业素养目标
培养学生严谨、细致、规范的职业素质
培养学生团队协作、表达沟通能力
培养学生跟踪新技术、创新设计能力
培养学生的技术标准意识、操作规范意识、服务质量意识等;01;在图像的二值化处理中,使用一个固定的阈值对图像进行分割
但这可能并非在所有情况下都很好
例如,如果图像在不同区域具有不同的光照条件
在这种情况下,自适应阈值可以提供帮助
自适应阈值分割算法基于像素周围的小区域确定像素的阈值
同一图像的不同区域具有不同的阈值
为光照变化的图像提供更好的分割效果;cv2.adaptiveThreshold(src,maxValue,adaptiveMethod,thresholdType,blockSize,C,dst=None)
src:源图像,它必须是灰度图像
maxValue是分配给超过阈值像素值的最大值
adaptiveMethod决定阈值是如何计算的,它包括以下两种计算方式:;cv2.adaptiveThreshold(src,maxValue,adaptiveMethod,thresholdType,blockSize,C,dst=None)
src:源图像,它必须是灰度图像
maxValue是分配给超过阈值像素值的最大值
adaptiveMethod决定阈值是如何计算的
thresholdType提供的不同类型的阈值,例如cv.THRESH_BINARY、cv.THRESH_TRUNC、cv.THRESH_TOZERO等
blockSize确定附近区域的大小
C是从邻域像素的平均或加权总和中减去的一个常数;利用中值滤波器对图像进行平滑处理,然后利用固定阈值算法、平均加权自适应算法、高斯函数加权自???应算法对图像进行分割;固定阈值算法进行分割的效果不好,大部分数字区域为黑色,显示不清楚
利用自适应阈值算法进行分割的效果较好
对于同一图像的不同区域,自适应阈值算法使用了不同的阈值;知识问答;编写代码实现下图(数独图)效果;Otsu阈值分割算法
大津法
最大类间方差法
按照大津法求得的阈值进行图像二值化分割后,前景与背景图像的类间方差最大
在图像的二值化处理中,我们可以自己任选阈值
Otsu方法遍历所有可能的阈值,从中自动确定最合适的阈值;考虑仅具有两个不同灰度值的图像(双峰图像)
其中直方图将仅包含两个峰
一个好的阈值应该在这两个值的中间
Otsu方法从图像直方图中确定最佳全局阈值;知识问答;retval,dst=cv2.threshold(src,thresh,maxval,thresholdType[,dst])
src:原图像,要求必须是灰度图像
dst:结果图像
thresh:阈值
maxVal:像素灰度最大值
thresholdType:阈值类型;知识链接-opencv-python中的图像二值化;知识链接-opencv-python中的图像二值化;retval,dst=cv2.threshold(src,thresh,maxval,thresholdType[,dst])
src:原图像,要求必须是灰度图像
dst:结果图像
thresh:阈值
maxVal:像素灰度最大值
thresholdType:阈值类型,在传递该参数时,要多传递一个参数,即cv.THRESH_OTSU;知识链接-Otsu阈值分割算法;利用固定阈值算法进行分割的效果不好
部分植物和汉字显示不清楚
利用Otsu阈值算法进行分割的效果较好
Otsu阈值算法遍历所有可能的阈值,从中找到了最合适的阈值;知识问答;知识链接-自然界中的分水岭;知识链接-还记得讲傅里叶变换时的描述吗?;图像的灰度空间很像地球表面的整个地理结构
每个像素的灰度值代表高度
其中的灰度值较大的像素连成的线可以看做山脊
也就是分水岭;把所有像素按照灰度值进行分类,并设定一个测地距离阈值
找到灰度值最小
您可能关注的文档
- 计算机视觉案例教程 课件 -第01章5-计算机视觉行业应用.pptx
- 计算机视觉案例教程 课件 -第02章2-系统环境搭建.pptx
- 计算机视觉案例教程 课件 第05章2-图像特征提取和匹配.pptx
- 计算机视觉案例教程 课件 -第07章2-基于BoW、SVM等的图像分类和目标检测.pptx
- 计算机视觉案例教程 课件 第08章2-神经网络和深度学习.pptx
- 计算机视觉案例教程 课件 第10章2-目标检测和物体追踪.pptx
- 2024年初中生演讲稿青春(七篇).docx
- 2024年外科护理年终工作总结参考范文(3篇).docx
- 2024年大学生自我总结(六篇).docx
- 2024年大学班长述职报告(六篇).docx
文档评论(0)