-
图像识别与处理学习笔记（三）形态学和图像分割
之前学习了空间域和频率域下的图像增强，今天学习形态学和图像分割形态学（morphology)
用集合论方法定量描述目标几何结构
集合论的补充知识
并集、交集、补集、差集
平移、反射
形态学处理方法
膨胀
核可以是任何的形状和大小，它拥有一个单独定义出来的参考点，我们称其为锚点（anchorpoint）。
而膨胀就是求局部最大值的操作，核与图形卷积，核覆盖的区域的像素点的最大值。这样就会使图像中的高亮区域逐渐增长。
所以这也是为什么右图为什么只扩宽了d/8，卷积要求了B的中心点必须在A里面
腐蚀
腐蚀可以理解为B的中心（锚点）沿着A的内边界走了一圈。与膨胀相反，逆过程。应用：
主要是二值图像的形态学处理。主要是利用0和1的逻辑运算（与、或）
常见的一些结构：
开运算
闭运算
应用：提取边界
击中击不中变换
图像分割
阈值分割
直方图技术
上图是选一个谷底作为阈值。
或者还有复杂图样像可以截取一个阈值下限和上限，在该范围的灰度化为二值化的1。最小误差阈值选取
实际中概率很难知道最大方差阈值选取
著名的大津法阈值法
基于边缘的分割算法
基于霍夫变换的分割
问题：
从而确定角度的范围。
应用：
区域分割
区域生长法
也可以人为选择种子像素
区域灰度差的相似
这里的1和5即选定的两个种子
区域灰度分布特性的相似
类似区域，一块一块合并区域分裂合并
如果一个区域内灰度分布有差别，就不停等分，之后再观察能否合并。机器学习分割
-
相关阅读:
解决SpringCloud的Gateway网关无法访问服务的静态资源
C#:实现分枝绑定背包求解器算法（附完整源码）
C++标准模板（STL）- 类型支持 （属性查询，获取数组类型在指定维度的大小）
Ui自动化测试如何上传文件
Netty RPC 实现
使用EasyExcel时踩过的坑
(Java)数据类型与变量
QT6中添加串口模块SerialPort最简单方法
UDP协议深度解析：从原理到应用全面剖析
SQL注入详解
- 原文地址：https://blog.csdn.net/zerokingwang/article/details/126735594