首頁(yè)  資訊  商機(jī)   下載  拆解   高校  招聘   雜志  會(huì)展  EETV  百科   問答  電路圖  工程師手冊(cè)   Datasheet  100例   活動(dòng)中心  E周刊閱讀   樣片申請(qǐng)
EEPW首頁(yè) >> 主題列表 >> 圖像分割

機(jī)器視覺如何辨別「黑白」

  • 傳統(tǒng)的機(jī)器視覺通常包括兩個(gè)步驟 —— 預(yù)處理和物體檢測(cè)。而溝通二者的橋梁則是圖像分割(Image Segmentation)。圖像分割通過簡(jiǎn)化或改變圖像的表示形式,使得圖像更易于分析。舉個(gè)例子,食品加工廠新進(jìn)了一批肉雞,想通過視覺檢測(cè)其美味程度。機(jī)器在預(yù)處理優(yōu)化完圖像之后,要先把圖像中的雞肉和背景分開,并對(duì)感興趣的區(qū)域單獨(dú)進(jìn)行分析,才能做出快速準(zhǔn)確的判斷。食品加工廠的視覺處理然而,圖像分割對(duì)愚蠢的AI來說并不容易。聰明的人類一眼就能看出下圖中哪些東西能吃、哪些不能吃。但計(jì)算機(jī)要把這些東西分開卻得花費(fèi)一番功
  • 關(guān)鍵字: 機(jī)器視覺  圖像分割  全局閾值  局部閾值  二值化  

智能圖像處理 讓機(jī)器視覺及其應(yīng)用更智能高效

  • 無論是“中國(guó)制造2025”還是“工業(yè)4.0”都離不開人工智能,離不開計(jì)算機(jī)視覺,而智能圖像處理是機(jī)器視覺的核心技術(shù),隨著圖像處理水平的不斷提高,一定會(huì)有力地推動(dòng)機(jī)器視覺的迅速發(fā)展。
  • 關(guān)鍵字: 機(jī)器視覺  圖像分割  

基于形態(tài)學(xué)的自適應(yīng)閾值分割算法

  • 摘要:針對(duì)在巖石變形實(shí)驗(yàn)的熔融圖像處理中,圖像的曝光不均、單個(gè)像素點(diǎn)灰度值異常和裂痕帶來的分割噪聲問題,本文提出了一種基于數(shù)學(xué)形態(tài)學(xué)中的腐蝕、膨脹方法的自適應(yīng)閾值分割算法,通過和全局閾值法和局部閾值法
  • 關(guān)鍵字: 圖像處理  圖像分割  二值化  數(shù)學(xué)形態(tài)學(xué)  

基于ACS-FCM算法的圖像分割研究

  • 1引言圖像分割是把圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程[1]。數(shù)字圖像處理問世不久,人們...
  • 關(guān)鍵字: ACSFCM算法  圖像分割  分割效果  

FDA批3D圖像分割系統(tǒng)將推進(jìn)醫(yī)療模擬技術(shù)

  • FDA批3D圖像分割系統(tǒng)將推進(jìn)醫(yī)療模擬技術(shù),全球領(lǐng)先的醫(yī)療培訓(xùn)和模擬技術(shù)供應(yīng)商Simbionix USA Corporation 的旗下子公司Simbionix Ltd. 欣然宣布,該公司的 PROcedure Rehearsal Studio(TM) 軟件已獲得美國(guó)食品藥物管理局 (FDA) 的許可。PROcedure Rehearsal
  • 關(guān)鍵字: FDA  圖像分割  模擬技術(shù)  系統(tǒng)    

基于灰度共生矩陣的圖像分割方法研究

  • 所謂圖像分割就是指把圖像分成各具特性的區(qū)域,并提取出感興趣目標(biāo)的技術(shù)和過程。它是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一,是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。目前圖像分割方面現(xiàn)有的算法非常多,將它們進(jìn)行分類的
  • 關(guān)鍵字: 灰度  方法研究  矩陣  圖像分割    

策略模式在圖像分割中的應(yīng)用

  • 圖像分割是圖像處理中的基礎(chǔ)難題,基于閾值的分割則又是圖像分割的最基本的難題之一,其難點(diǎn)在于閾值的選取。策略模式將不同的閾值選取算法封裝起來,使用戶可以針對(duì)不同的領(lǐng)域、不同的條件,選用不同的分割算法。
  • 關(guān)鍵字: 策略  模式  圖像分割  中的應(yīng)用    

多分辨率下的彩色圖像分割方法

  • 1 引 言   圖像分割是圖像處理的主要問題,屬于計(jì)算機(jī)視覺領(lǐng)域低層次視覺中的問題。目前,對(duì)于灰度圖像的分割,已經(jīng)有相當(dāng)多的成果和結(jié)論,而對(duì)彩色圖像的分割,由于比較復(fù)雜、運(yùn)算量大,研究還比較少。彩色圖像通常情況下比灰度圖像包含更多的信息,更接近人的視覺感受,因此,對(duì)彩色圖像分割的研究很有必要。目前提出的彩色圖像分割方法主要有:基于邊緣檢測(cè)的方法、基于區(qū)域的方法、神經(jīng)網(wǎng)絡(luò)法以及其他技術(shù)方法。   由于彩色圖像本身的數(shù)據(jù)量比較大,導(dǎo)致區(qū)域調(diào)整的過程通常需要很大的計(jì)算量。因此為了提高分割速度,提出在彩色圖像
  • 關(guān)鍵字: 圖像分割  

基于Nios II的MRI脊柱圖像分割系統(tǒng)

  • 一. 設(shè)計(jì)概述   1. 設(shè)計(jì)意圖   迅速發(fā)展的醫(yī)學(xué)影像技術(shù)不斷的推動(dòng)現(xiàn)代醫(yī)學(xué)進(jìn)步,CT、MRI、PET廣泛地應(yīng)用與臨床診斷分析,其作用已經(jīng)從人體組織器官解剖結(jié)構(gòu)的非侵入檢查和可視化,發(fā)展成一種用于手術(shù)計(jì)劃和仿真、手術(shù)導(dǎo)航、放療計(jì)劃和跟蹤病灶變化的基本工具,從醫(yī)學(xué)圖象中分割出解剖結(jié)構(gòu)并構(gòu)造出形狀地集合表達(dá)。   MR脊柱圖像分割的研究對(duì)于醫(yī)學(xué)圖象的計(jì)算機(jī)輔助識(shí)別及神經(jīng)病理學(xué)的臨床研究有著至關(guān)重要的作用。如果不能將脊椎準(zhǔn)確而清晰從圖像中分割和識(shí)別出來的話,那么計(jì)算機(jī)技術(shù)對(duì)于醫(yī)學(xué)臨床研究的價(jià)值是非常有
  • 關(guān)鍵字: 醫(yī)學(xué)影像  圖像分割  磁共振成像  MRI  Nios II  Altera  

基于閾值法的圖像分割技術(shù)

  •   在對(duì)圖像的研究和應(yīng)用中,人們往往僅對(duì)圖像中的某些部分感興趣,這些部分稱為目標(biāo)或前景(其他部分稱為背景),他們一般對(duì)應(yīng)圖像中特定的、具有獨(dú)特性質(zhì)的區(qū)域。為了辨識(shí)和分析目標(biāo),需要將他們分離提取出來,在此基礎(chǔ)上才有可能對(duì)目標(biāo)進(jìn)一步利用。圖像分割就是指把圖像分成格局特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程。這里特性可以是象素的灰度、顏色、紋理等,預(yù)先定義的目標(biāo)可以對(duì)應(yīng)單個(gè)區(qū)域,也可以對(duì)應(yīng)多個(gè)區(qū)域?,F(xiàn)有的圖像分割算法有:閾值分割、邊緣檢測(cè)和區(qū)域提取法。本文著重研究基于閾值法的圖像分割技術(shù)。   1 閾值法圖像
  • 關(guān)鍵字: 閾值法  圖像分割  

視頻圖像中的車輛檢測(cè)跟蹤和分類

  • 摘 要:介紹了一種在固定的單攝像頭拍攝的交通圖像序列中檢測(cè)、跟蹤、分類車輛的方法。該方法大致可分為三部分:抽取背景圖像和圖像分割;基于針孔模型的攝像機(jī)定標(biāo),計(jì)算透視投影矩陣;利用區(qū)域特征進(jìn)行匹配跟蹤,建立目標(biāo)鏈,恢復(fù)目標(biāo)三維信息,采用模型匹配法對(duì)車型分類。實(shí)驗(yàn)證明該方法簡(jiǎn)單可行。 關(guān)鍵詞:圖像分割 車型識(shí)別 目標(biāo)跟蹤 模型匹配 在現(xiàn)代交通管理和道路規(guī)劃中,交通流量和通行車輛的類型、速度是重要的參數(shù)。自動(dòng)獲取這些數(shù)據(jù)的方法大致可以分為兩類:一類是利用壓電、紅外、環(huán)形磁感應(yīng)線圈等傳感器獲得車輛本
  • 關(guān)鍵字: 車型識(shí)別  模型匹配  目標(biāo)跟蹤  汽車電子  圖像分割  汽車電子  
共11條 1/1 1
關(guān)于我們 - 廣告服務(wù) - 企業(yè)會(huì)員服務(wù) - 網(wǎng)站地圖 - 聯(lián)系我們 - 征稿 - 友情鏈接 - 手機(jī)EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國(guó)際技術(shù)信息咨詢有限公司
備案 京ICP備12027778號(hào)-2 北京市公安局備案:1101082052    京公網(wǎng)安備11010802012473