Questions tagged «thresholding»

6
分割树叶中的静脉的最佳方法?
我已经做了许多研究,并发现了诸如自适应阈值法,分水岭等方法,可以用于检测叶片的脉络。但是阈值化不好,因为它会引入很多噪声 我所有的图像都是灰色图像,在迫切需要帮助的同时考虑到这个问题时,任何人都可以建议采取什么方法 编辑:我的原始图片 阈值化之后 如答案所示,我已经尝试了以下边缘检测 坎尼 太多的噪音和不必要的干扰 索贝尔 罗伯茨 编辑:尝试了一次以上的操作,我得到的结果比我尝试过的精巧和适应性更好的以下结果您感觉如何?

3
自适应阈值最常用的算法是什么?
自适应阈值已在前面几个问题中进行了讨论: 使用Matlab进行肝分割的自适应阈值 在此示例中,用于文档图像阈值处理的最佳算法是什么? 当然,有许多用于自适应阈值的算法。我想知道您发现哪些最有效和有用。 您最常使用哪种自适应算法以及针对哪种应用程序;您如何选择该算法?

3
色度二次采样:如何正确计算数据速率
我很难理解在利用Y'UV图像中的色度二次采样时如何计算数据速率: 我有以下示例进行计算: 图像分辨率:352*288 频率:25 fps 对于(4:4:4),示例计算如下: (352px * 288px) * 3 color channels * 25 fps * 8 bit = 60 825 600 bit/s 到目前为止,一切都很好。 但是现在来了(4:2:0): (352px*288px) * 1.5 color channels * 25 * 8 = 30 412 800 bit/s 现在,尝试将此示例转换为例如(4:1:1),我意识到我不确定自己是否正确理解如何计算1.5个颜色通道的比率。 我对计算的第一个猜测是在(4:2:0)的情况下: 2/4*3=1.5 color channels 同样,对于(4:1:1),我将计算颜色通道的比率为: 1/4*3=0.75 color channels 但是我根本不确定这是否是正确的方法。 …

3
从背景中分割药丸
我最近刚开始使用图像处理,并在研究生院学习了与之相关的课程。但是我已经有一个项目要做,没有太多有关该主题的信息,但是我取得了一些稳定的进展。我正在尝试从各自的背景细分药丸。对于具有对比背景的图像,我已经能够使用Otsu的方法对药丸进行细分。对于具有相似背景的图像,大津的方法不太奏效。我已经阅读了很多有关分割的论文,但是我阅读的大多数论文都根据图像类型使用了手动阈值。是否有可能检测到正确的阈值并自动对图像进行阈值处理,并使用诸如种子生长或聚类的技术对图像进行分割? 我一直在使用的色彩空间是L a b *,因此,如果您能推荐我也应该使用的适当色彩空间,我将不胜感激。 有问题的图像: 原件1 结果1 原版2 结果2 原3 结果3

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.