图像处理之积分图应用四(基于局部均值的图像二值化算法)

图像处理之积分图应用四(基于局部均值的图像二值化算法)

图像处理之积分图应用四(基于局部均值的图像二值化算法) 基本原理 均值法,选择的阈值是局部范围内像素的灰度均值(gray mean),该方法的一个变种是用常量C减去均值Mean,然后根据均值实现如下操作: pixel = (pixel > (mean - c)) ? object : back...

图像处理之积分图应用三(基于NCC快速相似度匹配算法)

图像处理之积分图应用三(基于NCC快速相似度匹配算法)

图像处理之积分图应用三(基于NCC快速相似度匹配算法) 基于Normalized cross correlation(NCC)用来比较两幅图像的相似程度已经是一个常见的图像处理手段。在工业生产环节检测、监控领域对对象检测与识别均有应用。NCC算法可以有效降低光照对图像比较结果的影响。而且NCC最终结...

智能运维赛(复赛):利用数据和算法,快速定位系统异常并进行根因分析

1 课时 |
40 人已学 |
免费

智能创作赛(复赛):相册应用中的视频故事生成算法介绍

1 课时 |
25 人已学 |
免费

智能创作赛(初赛):相册应用中的故事生成算法介绍

1 课时 |
17 人已学 |
免费
开发者课程背景图
图像处理之积分图应用一(半径无关的快速模糊算法)

图像处理之积分图应用一(半径无关的快速模糊算法)

图像处理之积分图像应用一(半径无关的快速模糊算法) 一:基本原理概述 传统的图像空间域卷积模糊算法,当窗口大小改变时卷积模糊时间也会变化,而且随着窗口尺寸越大计算量也越大,算法运行时间约越长。在很多时候无法满足实时性要求。而基于积分图像可以实现对窗口区域和大小的快速计算,把传统卷积模糊计算受窗口大小...

图像处理之Zhang Suen细化算法

图像处理之Zhang Suen细化算法

在二值图像处理特别是OCR识别与匹配中,都要通过对字符进行细化以便获得图像的骨架,通过zhang-suen细化算法获得图像,作为图像的特征之一,常用来作为识别或者模式匹配。 一:算法介绍 Zhang-Suen细化算法通常是一个迭代算法,整个迭代过程分为两步: Step One:循环所有前景像素点,对...

图像处理之基于泛红算法的二值图像内部区域填充

图像处理之基于泛红算法的二值图像内部区域填充

图像处理之基于泛红算法的二值图像内部区域填充 一:基本原理 在二值图像处理中有个常用的操作叫做Hole Fill意思是填充所有封闭区域的内部,这种算法在二值图像基础上的对象识别与提取有很大作用。基于泛红填充算法实现二值图像内部区域填充是一直快速填充算法。 因为泛红填充通常需要指定从一个点开始,填满整...

图像处理之三种常见双立方插值算法

图像处理之三种常见双立方插值算法

图像处理之三种常见双立方插值算法 双立方插值计算涉及到16个像素点,其中(i’, j’)表示待计算像素点在源图像中的包含 小数部分的像素坐标,dx表示X方向的小数坐标,dy表示Y方向的小数坐标。具体 可以看下图: ...

图像处理之基于图的广度优先搜索组件标记算法

图像处理之基于图的广度优先搜索组件标记算法

图像处理之基于图的广度优先搜索组件标记算法 一:图的遍历与广度优先搜索算法 图的遍历算法最常用是广度优先搜索算法(BFS)与深度优先搜索算法(DFS),从一个的 节点开始,访问相邻的所有子节点,接着从这些子节点出发访问下个相邻子节点,如 此重复直到所有节点都被访问。 ...

图像处理之Lanczos采样放缩算法

图像处理之Lanczos采样放缩算法

图像处理之Lanczos采样放缩算法 一:什么是Lanczos采样 参见这里:http://en.wikipedia.org/wiki/Lanczos_resampling 二:大致算法流程 ...

图像处理之基于采样距离变换算法

图像处理之基于采样距离变换算法

图像处理之基于采样距离变换算法 算法是别人提出来的,感兴趣可以搜索《Distance Transforms of Sampled Functions》 这篇论文,网上也有很多实现的代码,但是结构不是很好,而且很分散不是一个完整的 算法。所以我整理了一下,写成一个单独的类,只要简单调用一下即可出结果图...

图像处理之霍夫变换圆检测算法

图像处理之霍夫变换圆检测算法

图像处理之霍夫变换圆检测算法 之前写过一篇文章讲述霍夫变换原理与利用霍夫变换检测直线, 结果发现访问量还是蛮 多,有点超出我的意料,很多人都留言说代码写得不好,没有注释,结构也不是很清晰,所以 我萌发了再写一篇,介绍霍夫变换圆检测算法,同时也尽量的加上详细的注释,介绍代码 结构.让更多的人能够读懂与...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。