-
基于圖像分割技術(shù)的小麥識別
摘 要 ：圖像處理作為計算機視覺技術(shù)必不可少的部分，成為眾多學(xué)者口中的熱點及難點。圖像分割是把圖像分成若干個特定、具有獨特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過程，目的是實現(xiàn)通過醫(yī)學(xué)領(lǐng)域的閾值分割方法以有效分割作物與背景。此次實驗以田間小麥圖像作為研究對象，通過多圖像進行預(yù)處理以及利用圖像分割技術(shù)中的閾值分割算法，從復(fù)雜的背景中提取出小麥。結(jié)果表明，閾值分割算法不僅可以提取出作物信息而且還有助于去除噪聲的影響。此次實驗為基于圖像識別及計算機視覺技術(shù)的農(nóng)田綠色作物識別技術(shù)研究提供了參考。
-
基于形態(tài)學(xué)的自適應(yīng)閾值分割算法
摘要：針對在巖石變形實驗的熔融圖像處理中，圖像的曝光不均、單個像素點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
-
閾值法在圖像分割技術(shù)中的應(yīng)用
閾值法在圖像分割技術(shù)中的應(yīng)用
-
眼底造影圖像分割算法的研究與對比
眼底造影圖像分割算法的研究與對比
-
圖像分割技術(shù)用于印刷電路板檢測的研究
摘要：圖像分割在圖像分析、圖像識別、圖像檢測等方面占有非常重要的地位，是從圖像處理到圖像分析的重要步驟，圖像分割的好壞直接影響到圖像分析的結(jié)果。針對此就印刷電路板檢測過程中的圖像分割進行研究。閾值分割
-
背景模型實現(xiàn)車輛檢測設(shè)計
摘 要：為解決基于背景差分的車輛檢測辦法易受交通狀況影響的問題，首先建立基于區(qū)間分布的自適應(yīng)背景模型，然后利用改進的背景更新算法對建立的背景模型選擇性更新。實驗結(jié)果表明，該算法在交通堵塞或臨時停車等
-
基于閾值法在圖像分割技術(shù)中的應(yīng)用
基于閾值法在圖像分割技術(shù)中的應(yīng)用
-
閾值法在圖像分割技術(shù)中的應(yīng)用
圖像的研究和應(yīng)用中，人們往往僅對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)，他們一般對應(yīng)圖像中特定的、具有獨特性質(zhì)的區(qū)域。為了辨識和分析目標(biāo)，需要將他們分離提取出來，在此基礎(chǔ)上
小軒窗
lll27
