CN114926392B 基于图像融合的高光区域去除方法 (三峡大学)_第1页
CN114926392B 基于图像融合的高光区域去除方法 (三峡大学)_第2页
CN114926392B 基于图像融合的高光区域去除方法 (三峡大学)_第3页
CN114926392B 基于图像融合的高光区域去除方法 (三峡大学)_第4页
CN114926392B 基于图像融合的高光区域去除方法 (三峡大学)_第5页
已阅读5页,还剩23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

202010631727.52020.07.03号进的OTSU二维阈值分割方法快速检测图像中的2步骤3、根据基准图中检测到的高光区域位置,用透视变换后的辅助图相对应区域位所对应的均值矢量为μ,公式如下:3*通过以上步骤求得最佳阈值后,利用该阈值对0~255个亮度等级的2.根据权利要求1所述基于图像融合的高光区域去中的所有匹配点对进行校验,判断局内点数所占匹配点对总数比例是否大于50若大于45[0016]计算机图像处理系统通过MicrosoftVisualStudio开发平台中配置OpenCV、[0025]根据基准图中检测到的高光区域位置,用透视变换后的图像中的所有匹配点对进行校验,判断局内点数所占匹配点对总数比例是否大于50若6[0052]本发明采用阈值分割方法来对高光区域进行检测,并在7μ2像所对应的均值矢量为μ,公式如下:[0080]图像融合(ImageFusion)是将采集到关于同一目标的两幅或多幅图像综合成一8[0083]目前在特征点描述方面最经典的是SIFT(Scale-invariantfeaturetransform)到高斯差分图像。将同组除顶层和底层外的每层高斯差分图像的每个像素点与其同层8个[0091]步骤3:由于检测到的极值点是离散空间的极值点,并不是连续空间真正的特征9使其具有光照不变性,对这128维特征向量进行归一化处理并取一阈值对梯度幅值进行限=[a13a23]T可对图像进选用。[0126]利用最佳变换矩阵对辅助图进行调整,将其相对应区域[0132]步骤2:为了提高运算速度,对红黄区域筛选后的基准图进行灰度化处理,利用[0139]根据公式(20),判定连通区域像素面积大于阈值Varea-thre的区域为备选有效压板

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。

评论

0/150

提交评论