检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]北京工业大学,北京
出 处:《图像与信号处理》2018年第3期113-118,共6页Journal of Image and Signal Processing
摘 要:粘连颗粒图像分割是图像分割的一个重要应用领域,也是一个难题。本文首先总结了基于阈值、边缘、分水岭等大类的分割方法。基于阈值的分割方法算法简单,运算速度快,但分割结果依赖阈值选择。基于边缘的分割方法边缘定位准确,适用于表面光滑、形状规则的图像分割。粘连颗粒分割最广为应用的即为分水岭分割,相对其他分割方法能得到更为准确的结果。但若对粘连颗粒图像直接应用分水岭分割,则容易出现过分割现象。因此与其他方法相结合以实现分割则能够得到更好的分割结果。最后,本文认为由于粘连颗粒图像形状不规则、特征相同、表面粗糙、堆叠严重等因素的影响,未来算法还应在准确性、精确度、客观评价等方面继续改进。
分 类 号:TP39[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.145