seuStones's Blog

图像阈值化分割    对图像进行灰度阈值化是最简单的分割处理。图像阈值化算法简单高效，在很多场景中依然得到很多应用，实时性很好。图像阈值化的缺陷也是明显的，不能够很好的利用图像中的诸如色彩、纹理等语义信息，因此在复杂场景中无法得到目标结果。对一幅图像R进行完全分割，是使得区域R1,...,RsR_1,...,R_s的有限集合满足如下关系: R=⋃Si=1Ri,  Ri⋂Rj=∅,  i≠jR

一、图像边缘检测    基本思路：基于边缘检测的图像分割方法的基本思路是先确定图像中的边缘像素，然后再把这些像素连接在一起就构成所需的区域边界。    图像边缘：图像边缘，即表示图像中一个区域的终结和另一个区域的开始，图像中相邻区域之间的像素集合构成了图像的边缘。所以，图像边缘可以理解为图像灰度发生空间突变的像素的集合。图像边缘有两个要素，即：方向和幅度。沿着边缘走向的像素值变化比较平缓；而沿着垂直

在学习图像分割和目标检测方向的知识，今天开始决定通过写博客来理一理自己的一些认识，以方便加强相关知识点的认知，也督促自己的学习。分三个阶段介绍，第一阶段介绍传统分割方法；第二阶段介绍一些比较高级的分割方法，涉及具有三维和更高维图像分割能力的技术；第三阶段会介绍图像语义分割，主要涉及基于深度学习的图像分割算法模型。本博客主要是个人笔记或文献整理，参考资料会比较杂，主要参考的资料来源为书籍、论文、博客等