大津法——边缘检测

基于GEE平台使用大津法提取水体及Canny边缘检测 大津法:假定一张图片共有n个像素,其中灰度值小于阈值的像素为 n1 个,大于等于阈值的像素为 n2 个( n1 + n2 = n )。而所有灰度值小于阈值的像素的平均值和方差分别为 μ1 和 σ1,所有灰度值大于等于阈值的像素的平均值和方差分别为 μ2 和 σ2。首先利用我先前编写好的代码获取遥感图像,对其进行下载,下载完成后再导入GEE中计算MNDWI。接下来使用otsu(大津法)进行一个水体阈值提取。= w1(σ1的平方) + w2(σ2的平方)都可以,从计算角度出发,后者要好计算一些。 阅读详情


做个记录

边缘检测:

function  E = DetectEdge(I)
%by:LiFeiteng 
%Version1.0  灰度图像  2013/5/06
%Version1.1  彩色图像  2013/5/13
if size(I,3)==3
    I = rgb2gray(I);
end
mask = fspecial('gaussian',[3 3],3);
I = imfilter(I,mask);
I = double(I);
fx = conv2(I,[-1 1], 'same');
fy = conv2(I,[-1;1], 'same');
grad = sqrt(fx.^2+fy.^2);
% grad = ordfilt2(grad,1,ones(3,3));
t = myOtsu(grad);
E = grad > t;
%E = grad;
end

大津法:

function T = myOtsu(E)
% 大津法
E = uint8(E);
E = E(:);
MN = size(E,1);
t = 0;
g = [];
for i=1:256
    n0 = E <= t;
    n1 = E > t;
    N0 = sum(n0);
    N1 = sum(n1);
    w0 = N0/MN;
    w1 = N1/MN;
    mu0 = sum(E(n0))/N0; mu1 = sum(E(n1))/N1;
    mu = w0*mu0 + w1*mu1;
    g(1,i) = w0*(mu0-mu)^2 + w1*(mu1-mu)^2;
    t = t+1;
end
[~, index] = max(g);
T = mean(index-1);

测试用例:

img = imread('lena.tif');
img = imnoise(img,'gaussian');
figure,imshow(img)
E = DetectEdge(img);
figure,imshow(E,[])




智能车图像处理 3 大核心算法对比:大津法 vs Soble vs 八邻域 (附 MT9V03X 实测) 本文对比了智能车图像处理中的三大核心算法:大津法、Soble边缘检测和八邻域边界追踪,通过MT9V03X摄像头实测数据,从处理速度、内存占用和实际效果三个维度进行详细分析。文章还提供了优化策略和混合算法设计方案,帮助开发者在智能车竞赛和嵌入式视觉开发中提升识别精度和响应速度。 阅读详情

相关推荐

车牌识别系统 opencv

最近刚开始接触opencv,打算做一个车牌识别系统。前段时间已经将车牌定位,字符分割做出来了。但是字符识别还没有进展。自己将过程和源码都放上来,大家一起研究吧~ 1.图像预处理 车牌识别系统的第一个步骤为图像预处理。简单的说,为了方便计算,减少计算量,我们通常将获取的图片灰度化。所谓灰度化就是让图片每个像素点在0-255之间。灰度化后图片可以方便我们操作而且不影响我们对车牌的操作。这里先说下,

沉淀。 5877

大津法二值化图像分割(提取边缘)

      前一段时间想要做一个边缘提取的任务。就是将由于光照等原因形成的边界提取出来。尝试过sobel,canny等方法,感觉没啥效果,虽然人眼能看出来图上是有边界的,但是如果用算法检测,即使把地上很不明显的边界检出来,也不会检测出来光照的边界。      师兄提醒我可以尝试用下大津算法。被认为是图像分割中阈值选取的最佳算法,计算简单,不受图像亮度和对比度的影响,因此在数字图像处理上得到了广泛的...

fast_tortoises的博客 3857

GEE案例——如何利用 Landsat-8 或 Sentinel-2 数据和大津法+边缘检测(Otsu + Canny )来有效区分水生植被

多种多样的淡水生物群落受到外来入侵水生植物(IAAP)的威胁,因此各国需要花费数百万美元进行管理。要对这些外来入侵水生植物进行有效管理,就必须对其进行频繁、可靠的大范围长期监测。在此,我们介绍并应用了一种符合上述标准的监测方法,该方法基于三个阶段的分级分类,首先检测水体,然后检测水生植被,最后检测布袋莲(Pontederia crassipes,前身为 Eichhornia crassipes),布袋莲是世界上许多地区危害最大的 IAAP 物种。

此星光明博客 1326

中值阈值和otsu(大津法)的源码实现

中值阈值和otsu(大津法)的源码实现

qq_51054915的博客 476

带大津阈值法的边沿检测

输入256色图像,输出边沿检测的图像。使用大津阈值计算方法得到二致化所用的阈值。

大津法及数字形态滤波

主要包括数字形态滤波(开闭运算组成)以及大津法即OTSU求最适合值

Canny边缘检测和Otsu算法:提高图像检测的准确性

对于大小为 M×N 的图像 I (x,y),前景 (即目标) 和背景的分割阈值记作 T,属于前景的像素点数占整幅图像的比例记为 ω0,其平均灰度 μ0;图像的总平均灰度记为 μ,类间方差记为 g。Otsu算法:自适应的阈值确定的方法,按照图像的灰度特性,将图像分为目标和背景两部分,背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,使类间方差最大意味着错分概率最小。数字图像:彩色图像:RGB图,有三个通道:R通道(越红的地方越亮),G通道(越绿的地方月越亮),B通道(越蓝的地方越亮)。

m0_74167795的博客 538

IDL中的CANNY 算法

CANNY算法用于遥感影像中线的提取,为目前线的自动提取最常用的方法

Canny边缘检测

图像的边缘检测的原理是检测出图像中所有灰度值变化较大的点,而且这些点连接起来就构成了若干线条,这些线条就可以称为图像的边缘。Canny边缘检测算子是于1986年开发出来的一个多级边缘检测算法。

健身房 879

大津法原理(otsu)

对最大类间方差法的详细解析,附有源代码。是初学OSTU的简易材料。

canny算法qt界面显示

qt canny边缘检测,用qt做的一个简单界面显示,便于学习

用Python仿真智能车赛道识别:OpenCV实现大津法+边缘检测(附数据集)

本文详细介绍了如何将智能车竞赛中的赛道识别算法从TC264单片机迁移到Python环境进行仿真与优化。通过OpenCV复现大津法二值化、边缘检测及跳变点检测等核心流程,并构建虚拟赛道数据集进行算法验证与压力测试,为嵌入式视觉算法的学习、调试与性能提升提供了高效的仿真平台。

ooo22的博客 487

【可不卸载重装】VS2019新建项目里没有CUDA选项

问题:VS2019 新建项目里没有CUDA选项,vs也属性没有cuda。这是因为你在Visual Studio 2019安装之前,先安装了CUDA Toolkit。

qq_62844901的博客 1318

otsu阈值分割算法原理_otsu(大津法阈值分割原理)

在英语里只有threshold这个字,而没有otsu这个字,otsu是俄语,写作отцу,是父亲的第三格形式。一、名词第三格的构成:1 单数 阳性:硬变化词尾为-у,软变化词尾为-.图像分割中的最大类间方差(Otsu)和最佳熵(KSW)的英文全称是什么OTSU-最大类间方差是由日本学者大津(OTSU)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。KSW 双阈值方法19...

weixin_34551601的博客 7257

Zemax操作33--5倍激光扩束器

5倍扩束

lzy750750的博客 2931

安卓 实现灯光闪过效果

有个小需求,给按钮加一个灯光划过的效果,这样的需求一般有UI,肯定就找UI了要个gif图不就完事了,可是这次没有,好久自己做一个嘛。Web端的大佬实现很快,到安卓这边呢,百度一搜发现诶?怎么没有,好吧自己来一个 一切动效相关的不给图看都是耍流氓 所以俺不能这么干啊,OK!直接上效果图,再来解释下怎么实现的 效果就是这样子,怎么实现呢? 从图分析下,就是一个光写着重左边移动要右边循环嘛,这有啥难的?? 来看一看我的第一版,第二版 这是个什么?????一点都不像啊? 赶紧再问了问Web端大佬,噢,加了一个

SummerCloudXT的博客 1378

【第十七届智能车】智能车图像处理(1)-图像预处理

讲解常见的智能车图像预处理方法

fgfgfdg8的博客 1万+

BeckHoff <--> ABB 机器手 Profinet 通讯

本文介绍了BeckHoff PLC与ABB机器人通过PROFINET通信的实现方案。主要内容包括:1)通信接口的详细变量定义,涵盖输入/输出信号、设备状态监控、夹爪控制等关键功能位;2)全局数据结构和变量配置说明;3)机器人任务控制程序的实现方法,包括参数校验、任务指令下发和状态监控机制;4)重点分析了任务调度功能块的代码逻辑,涉及慢速模式处理、多参数配置和执行状态判断。该方案通过结构化变量定义和模块化程序设计,实现了PLC对机器人作业的精确控制,为工业自动化系统集成提供了可靠通信范例。

工控智联驿站 1032

关于Canny 边缘检测 、OTSU 图像分割方法、OpenCV + Python 实现人脸检测

我们可以直接使用一阶导数算子或者二阶导数算子对图像做卷积来提取图像的边缘,但是这些做法有一定的缺点,一方面是检测的正确率不够高,另一方面提取的边缘不是单像素长的。Canny边缘检测是一种更高级的方法,可以解决上述问题。其中前两个步骤相当于是朴素的边缘检测算法,第三个步骤是为了将边缘固定为单像素宽,第四个步骤是为了剔除假边缘。

毕业作品网站 3434

银行卡密码键盘 SM4 ECB模式+ANSI X9.8 格式标准(带主账号信息)PIN 加解密示例

文章目录1.软加解密示例2.知识点①ANSI X9.8 格式标准②主密钥,工作密钥加解密基本概念:加密种类:3.密码键盘操作4.工具 1.软加解密示例 ————————————————————————————————————————————------ 已知数据: 银行测试主密钥TMK: 1234567890ABCDEFABCDEF0987654321 通过签到接口得到: 工作密钥密文KeyVal...

老孟嘚吧嘚 6651

解决UNITE数据库注释高unassigned率:手把手教你训练专属真菌分类器(含预训练模型分享)

本文针对使用UNITE数据库进行真菌ITS序列注释时出现的高未分配率问题,提供了详细的实战解决方案。通过对比vsearch直接注释与Naive Bayes分类器的原理差异,文章手把手指导读者在QIIME 2环境中训练专属分类器,包括数据准备、模型训练、参数优化及效果验证,并分享了预训练模型,旨在显著提升真菌群落分析的注释准确性和数据利用率。

weixin_29214199的博客 338

【瑕疵检测】OTSU织物疵点检测【含 GUI Matlab源码 860期】

OTSU织物疵点检测 完整代码,直接运行,适合小白!可提供运行操作视频!

Matlab912100926的博客 911

java爬虫(爬取银行理财数据)

import java.io.IOException; import java.text.ParseException; import java.text.SimpleDateFormat; import java.util.ArrayList; import java.util.Calendar; import java.util.Date; import java.util.List; imp

ROCK 2490

智能车摄像头灰度处理高效算法(上)

智能车摄像头灰度处理高效算法、大津法、图像压缩、Soble、八邻域

m0_73931287的博客 3480

YOLOv5_DeepSORT_Pytorch训练自己的多目标跟踪模型

1 准备 环境配置:https://blog.youkuaiyun.com/weixin_50008473/article/details/115250986?spm=1001.2014.3001.5501 YOLOv5_DeepSORT_Pytorch代码地址: https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch DeepSORT论文:https://arxiv.org/pdf/1703.07402.pdf 2 训练目标检测模型 训练自己的目标检测模

weixin_50008473的博客 1万+

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

自动驾驶TPM技术杂谈 ———— 图像分割

图像分割是计算机视觉的基础任务之一,在自动驾驶中有着重要的应用,然而至今未能完全解决。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程,简单示意图如下。利用图像分割技术可以有效将前景和背景信息分离,并可以进一步分理处物体信息。现有的图像分割方法主要分以下几类:1. 基于阈值的分割方法2. 基于区域的分割方法3. 基于边缘检测的分割方法4. 基于深度模型的分割方法。

永远的菜鸡小詹的博客 1687

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

上一篇: Harris角点检测
下一篇: 【SVM之菜鸟实现】 python版
LiFeitengup
博客等级 码龄15年 466粉丝 59原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值