码迷,mamicode.com
首页 >  
搜索关键字:canny 边缘提取 边缘检测    ( 425个结果
5.1 边缘检测基础
5.1.1边缘检测:找出图像中亮度(灰度?)变化剧烈的像素点构成的集合。 结构属性 有哪些边缘检测类型:一阶微分为基础(Sobel算子等)、二阶微分为基础(拉普拉斯算子、高斯拉普拉斯算子、Canny算子边缘检测等),混合两者为基础。 5.1.2梯度算子:数字图像—>差分代替微分运算。定义图像的梯度为 ...
分类:其他好文   时间:2018-09-01 21:55:14    阅读次数:179
图片特效
1.灰度处理 2.颜色反转 3.马赛克 4.毛玻璃 5.边缘检测 canny算法 sober算法 6.浮雕效果 7.颜色变换(某种颜色更强) 8.油画特效 ...
分类:其他好文   时间:2018-08-29 13:54:59    阅读次数:135
基于MATLAB的Sobel边缘检测算法实现
图像边缘就是图像灰度值突变的地方,也就是图像在该部分的像素值变化速度非常之快,就比如在坐标轴上一条曲线有刚开始的平滑突然来个大转弯,在变化出的导数非常大。 Sobel算子主要用作边缘检测,它是一离散型差分算子,用来计算图像亮度函数灰度之近似值。 边缘是指其周围像素灰度急剧变化的那些像素的集合。边缘存 ...
分类:编程语言   时间:2018-08-25 11:26:21    阅读次数:289
canny算子求图像边缘,edgebox那部分
过程: 1. 彩色图像转换为灰度图像 2. 对图像进行高斯模糊 3. 计算图像梯度,根据梯度计算图像边缘幅值与角度(这里其实用到了微分边缘检测算子来计算梯度幅值方向) 求x,y两个方向的梯度 求幅值与角度 4. 非最大信号压制处理(边缘细化) 也就是把角度分成4个值 得到角度之后,比较中心像素角度上 ...
分类:其他好文   时间:2018-08-24 02:05:11    阅读次数:188
边缘检测matlab算法汇总
边缘检测matlab算法汇总1. 基于一阶微分算子检测边缘图像一阶微分边缘算子又称梯度边缘算子,它是利用图像在边缘处的阶跃性,及图像梯度在边缘去得极大值得特征性进行边缘检测。Sobel算子:image =edge(in_image,’sobel’,threshold,direction);Prewi... ...
分类:编程语言   时间:2018-08-22 22:03:01    阅读次数:302
亚像素数值极值检测算法总结
动机 在计算机视觉领域,经常需要检测极值位置,比如SIFT关键点检测、模板匹配获得最大响应位置、统计直方图峰值位置、边缘检测等等,有时只需要像素精度就可以,有时则需要亚像素精度。本文尝试总结几种常用的一维离散数据极值检测方法,几个算法主要来自论文《A Comparison of Algorithms ...
分类:编程语言   时间:2018-08-04 20:30:37    阅读次数:184
python opencv3 直线检测
git:https://github.com/linyi0604/Computer-Vision ...
分类:编程语言   时间:2018-08-03 14:23:53    阅读次数:164
【边缘检测方法】
一、Sobel 1.原理 二、Prewitt 1.原理 三、Roberts 1.原理 四、LoG(Laplacian of a Gaussian) 1.原理 五、Canny 1.原理 六、对比 ...
分类:其他好文   时间:2018-07-21 21:23:48    阅读次数:127
Python+OpenCV图像处理(十四)—— 直线检测
简介: 1.霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一,应用很广泛,也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。最基本的霍夫变换是从黑白图像中检测直线(线段)。 2.Hough变换的原理是将特定图形上的 ...
分类:编程语言   时间:2018-07-19 00:13:51    阅读次数:546
点线特征融合的单目视觉里程计
点线特征融合的单目视觉里程计 袁梦1*李艾华1 为了解决地下工程场景下巡逻机器人的定位与建图问题,提出了一种点线特征融合的单目半直接视觉里程计。本算法分为特征提取、状态估计和深度滤波器三个线程。特征提取线程负责图像点线特征的提取,之后状态估计线程利用点、线特征不同的匹配与跟踪策略获得相机的 6 自由 ...
分类:其他好文   时间:2018-07-06 13:14:20    阅读次数:198
425条   上一页 1 ... 11 12 13 14 15 ... 43 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!