计算机视觉教程 章毓晋 pdf,计算机视觉教程 教学课件 章毓晋 CCV08.pdf

该教程由章毓晋撰写,深入讲解了形状特性分析,包括形状紧凑性描述符如外观比、形状因子、偏心率和球状性,以及形状复杂性描述符如细度比例、面积周长比等。通过这些描述符,可以量化和比较不同形状的特性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

计 算 机 视 觉 教 程

章毓晋

第8章 形状特性分析

8.1 形状紧凑性描述符

8.2 形状复杂性描述符

8.3 基于多边形的形状分析

8.4 基于曲率的形状分析

第8章 8-2

8.1 形状紧凑性描述符

1. 外观比

2. 形状因子

第8章 8-3

8.1 形状紧凑性描述符

3. 偏心率

两个主轴的斜率

两个半主轴长

第8章 8-4

8.1 形状紧凑性描述符

3. 偏心率

借助等效椭圆间的匹配可以获得对两幅图像间

的几何失真进行校正所需的几何变换

第8章 8-5

8.1 形状紧凑性描述符

4. 球状性

球状性S原本指3-D 目标的表面积和体积的比值。

为描述2-D 目标,它被定义为

第8章 8-6

8.1 形状紧凑性描述符

5. 圆形性

圆形性C是一个用目标区域R 的所有边界点定义

的特征量:

第8章 8-7

8.1 形状紧凑性描述符

例8.1.4 描述符的数字化计算

第8章 8-8

8.2 形状复杂性描述符

1. 形状复杂度的简单描述符

(1) 细度比例:形状因子的倒数,即4(A/B2)

(2) 面积周长比:A/B

(3)  (B  B 2 4πA ) (B  B 2 4πA )

(4) 矩形度:矩形度定义为A/AMER ,其中AMER代表

围盒面积。矩形度反

├─1.计算机视觉简介、环境准备(python, ipython) │ computer vsion.pdf │ CS231 introduction.pdf │ ├─2.图像分类问题简介、kNN分类器、线性分类器、模型选择 │ 2. 图像分类简介、kNN与线性分类器、模型选择.mp4 │ 2.初识图像分类.pdf │ ├─3.再谈线性分类器 │ 3.再谈线性分类器.mp4 │ 再谈线性分类器.pdf │ ├─4.反向传播算法和神经网络简介 │ .反向传播算法和神经网络简介.pdf │ 4. 反向传播算法和神经网络简介.mp4 │ ├─5.神经网络训练1 │ 5.-神经网络训练1.pdf │ 5.神经网络训练1.mp4 │ ├─6.神经网络训练2、卷积神经网络简介 │ 6.神经网络训练2.mp4 │ 神经网络训练2.pdf │ ├─7.卷积神经网络 │ 7.卷积神经网络.mp4 │ Lession7.pdf │ ├─8.图像OCR技术的回顾、进展及应用前景 │ 8.图像OCR技术的回顾、进展及应用前景.mp4 │ PhotoOCR_xbai.pdf │ └─9.物体定位检测 物体定位检测.pdf │ ├─10.卷积神经网络可视化 │ .卷积神经网络可视化.pdf │ 10.卷积神经网络可视化.mp4 │ ├─11.循环神经网络及其应用 │ 11.循环神经网络及其应用.mp4 │ 循环神经网络.pdf │ ├─12.卷积神经网络实战 │ 12.卷积神经网络训练实战.mp4 │ 卷积神经网络实战.pdf │ ├─13.常见深度学习框架介绍 │ 常见深度学习框架介绍.pdf │ ├─14.图像切割 │ 14.图像切割.mp4
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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