图像分割

来自决策链云智库
Zeroclanzhang讨论 | 贡献2024年1月27日 (六) 22:23的版本 (创建页面,内容为“图像分割类别的节点能够完成图像前处理中的重要任务,即分割和标记,这个过程也通常被称为画'''遮罩'''的过程。 任何灰度图像都可以被视为地形表面,其中高强度表示峰和丘陵,而低强度表示山谷。您开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水的上升,根据附近的山峰(梯度),来自不同山谷的水,显然具有不同…”)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)

图像分割类别的节点能够完成图像前处理中的重要任务,即分割和标记,这个过程也通常被称为画遮罩的过程。

任何灰度图像都可以被视为地形表面,其中高强度表示峰和丘陵,而低强度表示山谷。您开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水的上升,根据附近的山峰(梯度),来自不同山谷的水,显然具有不同的颜色,将开始融合。为了避免这种情况,您可以在水汇合的地方建造障碍物。你继续填水和建造障碍物,直到所有山峰都被水淹没。然后,您创建的障碍将为您提供分割结果。这就是分水岭背后的“哲学”。您可以访问分水岭上的 CMM 网页并通过一些动画来理解它。

但由于图像中的噪声或任何其他不规则性,这种方法会给您带来过度分割的结果。因此,OpenCV 实现了一种基于标记的分水岭算法,您可以指定哪些谷点要合并,哪些不合并。它是一种交互式图像分割。我们所做的就是为我们所知道的对象赋予不同的标签。用一种颜色(或强度)标记我们确定是前景或对象的区域,用另一种颜色标记我们确定是背景或非对象的区域,最后标记我们不确定的区域,用 0 标记它。这是我们的标记。然后应用分水岭算法。然后我们的标记将使用我们给出的标签进行更新,并且对象的边界的值为-1。