图像分割 论文综述

图像分割 论文综述

问:图像分割的总结展望
  1. 答:对图像分割算法的研究已有几十年的历史,借助各种理论至今已提出了上千种各种类型的分割算法。尽管人们在图像分割方面做了许多研究工作。但由于尚无通用分割理论,因此现已提出的分割算法大都是针对具体问题的,并没有一种适合于所有图像的通用的分割算法。但是可以看出,图像分割方法正朝着更快速、更精确的方向发展,通过各种新理论和新技术结合将不断取得突破和进展。
问:什么是图像分割
  1. 答:图像识别与分割-交互式医学图像序列分割数据集-SYSU datasets
问:我看了好几天了,就是没有明白meanshift是怎么做图像分割的。这方面的论文有很多,但就是讲了一个核函数
  1. 答:对图像的分割,通常是彩色图像。一般对彩色图像分割依据是这个部分的像素的颜色信息,故通常是将彩色图像转换到HSV、LUV等图像,分割就是根据每个像素的HSV(例如)三个参数进行分类,将所有像素点建立向量(H,S,V) 然后在这个三维空间中,寻找密度驻点(MEANSHIRFT),通常驻点不止一个,故就得到了类别及中心,然后计算像素(H,S,V)到这些中心的距离最小的那个,用这个中心的类别代表这个像素的类别,然后还可以将中心的(H,S,V)代替像素的(H,S,V),这样会得到图像的分割图像,为了分割图像的明显,还可将各个类别中心的(H,S,V)设为明显差异的参数。以上为个人理解。
  2. 答:中国的学术 。。除了那几个名校里面的大牛之外。。。我只能说句呵呵
  3. 答:Meanshift迭代式是怎么迭代的啊? 那个剖面函数k,和权值函数w,怎么选择?
问:基于小波变换的图像分割方法的研究国内外概况综述?
  1. 答:图像去噪的主要目的是去除影响图像主要信息的噪声部分,同时又希望不破坏图像本身真实信息的边缘和细节部分,小波变换是将图像经过小波变换后,图像的真实信息和噪声信息所产生的小波系数表现出不同的特点,利用不同方法多这些系数处理区分,最后用处理过的小波系数重构就能得到去噪后的图像信息。小波变换的图像去噪相比其他方法的去噪在保护图像边缘和细节方面由于其他方法。同时小波变换和其他方法结合也相对较容易。
问:有关遥感图像分割算法
  1. 答:亲爱的...答案告诉你了…… 你懂得……
图像分割 论文综述
下载Doc文档

猜你喜欢