模式识别之基础---使用纹理滤波器分割图像

使用纹理滤波器进行分割就是利用图像中不同区域的纹理来对图像的区域进行划分。纹理是指一个物体上的颜色模式或者指物体表面的光滑程度。纹理描述图像中的区域特征，试图直观地定量描述诸如光滑、质地等参数。在遥感、医学图像处理和自动化侦查中，纹理分割图像有着很多的应用。利用纹理可以用来检测图像的边界，从而对图像进行分割。

详细参考：

http://www.360doc.com/content/10/0414/21/1217721_23088924.shtml

http://www.360doc.com/content/10/0414/21/1217721_23089023.shtml

http://blog.sina.com.cn/s/blog_672c5a470100kc7x.html

时间： 2024-11-01 16:27:44

模式识别之基础---使用纹理滤波器分割图像的相关文章

OpenCV使用Sobel滤波器实现图像边缘检测

纯粹阅读,请移步OpenCV使用Sobel滤波器实现图像边缘检测效果图源码 KqwOpenCVFeaturesDemo Sobel滤波器也叫Sobel算子,与Canny边缘检测一样,需要计算像素的灰度梯度,只不过是换用另一种方式. 使用Sobel算子计算边缘的步骤将图像转为灰度图像 // 原图置灰 Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY); 计算水平方向灰度梯度的绝对值 Imgproc.Sobel(grayMat, gra

opencv 画出各种滤波器模板图像证明拉普拉斯滤波器是一个高通滤波器

实验: 将滤波器模板,利用傅里叶变换,转换到频域内,将低频中心由图像左上角转换到图像中心.显示滤波器模板图像. 从拉普拉斯滤波器模板图像中,可以看出,中心部分为黑色,阻止了低频信息通过,外围为白色,通过了高频信息.所以拉普拉斯滤波器是一个高通滤波器. import cv2 as cv import numpy as np from matplotlib import pyplot as plt # simple averaging filter without scaling parameter

NI Vision for LabVIEW 基础(二)：准备测量图像

本节介绍如何建立图像系统,采集和显示图像,分析图像,以及为进一步处理准备图像. 建立图像系统在开始获取.分析.处理图像之前,必须先建立图像系统.建立图像系统的方法取决于图像环境以及分析和处理的需要.图像系统应该产生足够高的质量以能够从图像中获取信息. 搭建图像系统的完整步骤如下. 根据给定的颗粒限制以及被检测物体的尺寸,确定设备类型.参考NI Vision概念手册中第三章,系统设置与校准 . 确保相机传感器足够大以满足对最低分辨率的要求. 确保镜头景深足够高以保证焦点内的所有物体都不会因为镜头

HTML基础复习（二）图像

在HTML中,图像由<img>标签定义,是一个空元素 1.src属性源属性,即是URL地址. 2.alt属性替换文本属性,当图片加载失败时,浏览器将显示这个替代性的文本而不是图像. 3.height/width属性图像的高度/宽度,默认单位是像素 <img src="pulpit.jpg" alt="Pulpit rock" width="304" height="228"> 4.边框border

JavaScript基础 split("") 将字符串分割成字符数组

镇场诗: 清心感悟智慧语,不着世间名与利.学水处下纳百川,舍尽贡高我慢意. 学有小成返哺根,愿铸一良心博客.诚心于此写经验,愿见文者得启发.------------------------------------------ code: 1 <!DOCTYPE html> 2 <html> 3 <head> 4 <meta http-equiv="Content-Type" content="text/html; charset=ut

Web开发——HTML基础（HTML中的图像）

参考:HTML中的图像 1.我们如何在网页上放置图像? 注意:元素<img>和 <video>有时被称为替换元素.这是因为元素的内容和大小由外部资源(如图像或视频文件)定义,而不是由元素本身的内容定义. 例如: 1 <img src="images/dinosaur.jpg" 2 alt="The head and torso of a dinosaur skeleton; 3 it has a large head with long sha

OpenCV-Python基础教程5-阈值分割与Otsu阈值法

一.固定阈值分割 import cv2 import matplotlib.pyplot as plt # 灰度图读入 img = cv2.imread('gradient.jpg', 0) # 阈值分割 ret, th = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) cv2.imshow('thresh', th) cv2.waitKey(0) cv2.threshold()用来实现阈值分割,有4个参数: 参数1:要处理的原图,一般是灰度图

基础DAY14-飞机大战-绘制图像

import pygame pygame.init() # 创建游戏窗口 screen = pygame.display.set_mode((480, 700)) # 加载backgroud.png创建背景 bg = pygame.image.load("./images/background.png") # 将背景绘制在屏幕的(0,0)位置 screen.blit(bg, (0, 0)) # 调用屏幕更新显示背景图像 pygame.display.update() while Tru

Android基础——高级UI组件：图像视图和图片切换器

layout代码 <?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" xmlns:app="http://schemas.android.com/apk/res-auto" xmlns:tools="http://schemas.