静态图像中目标提取算法的设计与实现(修改版)课件_第1页
静态图像中目标提取算法的设计与实现(修改版)课件_第2页
静态图像中目标提取算法的设计与实现(修改版)课件_第3页
静态图像中目标提取算法的设计与实现(修改版)课件_第4页
静态图像中目标提取算法的设计与实现(修改版)课件_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、静态图像中目标提取算法的设计与实现指导老师: 学生：开题答辩静态图像中目标提取的研究背景及目的一数字图像处理技术给予人们从直观的数字图像中获取深层次信息的方法与能力二当前图像的识别、监控仍然是依靠人的判定，大大降低了图像处理的速度和精度三为降低设备对人的依赖度，充分利用信息资源，实现计算机自我判别，必须要求在静态图像中进行目标锁定，提出目标3静态图像中目标提取算法的设计与实现 1图像灰度化2图像去噪3图像灰度调整4图像分割研究的内容和拟解决的关键问题1.图像灰度化 根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.114R+0.587G+0.299B，以这

2、个亮度值表达图像的灰度值。为目标图像申请空间像素读取完毕？读取源图像像素R,G,B分量求目标图像对应像素灰度值Y=0.114R+0.587G+0.299B生成目标图像信息头结构和位图颜色表读入源图像（真彩色位图）YN图像灰度化（a）原图（b）灰度化后效果图高斯滤波原理 高斯滤波器是根据高斯函数的形状来选择权值的线性平滑滤波器。 对图像来说，常用二维零均值离散高斯函数作平滑滤波器，函数表达式如下：高斯函数具有可分离性： 中值平滑方法高斯平滑图像对比度增强 显示效果更清晰关键：直方图均衡化研究内容和拟解决的关键问题 4、图像分割分割技术主要有: 1、大津阈值分割 4、轮廓提取 2、交互式阈值分割 5、边缘检测 3、区域生长 将图像分成各具特点的区域并提取出感兴趣目标 目的：大津阈值分割 记T为图像I(x,y)前景(即目标)和背景的分割阈值前景像素点数占图像比例为0,平均灰度0;背景点数图像比例为1,平均灰度为1。 图像的总平均灰度记为 =0*0+1*1 类间方差记为g g=0(0-)2+1(1-)2 实现时采用等价公式:

人人文库> 全部分类> 行业资料 > 医学制药

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论