植物识别与分离
文章平均质量分 81
卡度
追求卓越,成功就会在不经意间追上你。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
关于直方图均衡化(无用)
最初的想法是,将集中在绿色因子附近的其它颜色因子范围拉伸,便于利用逻辑表达式,筛选绿色因子。 抛除RGB没转YUV,而是直接进行直方图均衡化的可笑错误外,想法本身就没什么大意义,完全是处于最初对直方图均衡化概念的一知半解!定义:直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。 这种方法通常用来增加许多图像的全局对比度,尤其是当图像的有用数据的对比度相当原创 2013-06-17 15:18:49 · 1474 阅读 · 0 评论 -
颜色空间及其之间的转换
对植物进行识别时,选用绿色做为特征,进行颜色过滤。载入图像的颜色空间采用RGB模式,为了便于利用逻辑表达式进行过滤,将其转换为HSV模式后,再利用色相值。 对一种颜色进行编码的方法统称为“颜色空间”或“色域”。用最简单的话说,世界上任何一种颜色的“颜色空间”都可定义成一个固定的数字或变量。RGB格式 RGB(红、绿、蓝)只是众多颜色空间的一种。采用这种编码方法,每种原创 2013-06-20 11:17:32 · 2477 阅读 · 0 评论 -
边缘检测与Canny算子
边缘检测与Canny算子边缘检测 边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括: (i)深度上的不连续; (ii)表面方向不连续; (iii)物质属性变化; (iv)场景照明变化。 边缘检测是图像处理和计算机视觉中,尤其是特征提取中的一个原创 2013-06-30 13:07:36 · 3016 阅读 · 0 评论 -
图像形态学
图像形态学 数学形态学是基于集合论的非线性理论,是图像处理领域的一种新理论和新方法。数字图像处理中的形态学处理是指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量,比如边界、骨架以及凸壳,还包括用于预处理或后处理的形态学过滤、细化和修剪等。图像形态学处理中我们感兴趣的主要是二值图像。其基本思想是用具有一定形态特征的结构元素提取图像中的对应形状,以实现图像分析和识别。与传原创 2013-07-01 10:03:55 · 3498 阅读 · 0 评论
分享