排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
现今图像分割已然成为数字图像处理中必不可少的步骤之一,但是图像来源和目标形态的多样化使得至今还未有一种图像分割方法普遍适用于所有图像的分割。针对根系图像存在分支、根系交叉或重叠的现象,在现有算法的基础上,提出了一种基于形态学和距离变换相结合的分离方法。将形态学用于根系骨架交点膨胀,对根段图像利用改进的距离变换求其影响区,得到的影响区边界作为根系的分离线。实验证明和数据显示,该方法有效地解决了根系交叉和分支的分离问题,效果明显,效率较高。 相似文献
2.
3.
针对用矢量法对彩色图像进行降噪处理,算法复杂度较高,无法达到实时处理的问题,提出了基于改进高斯加权和自适应流形的高保真彩色图像降噪方法。首先,将彩色图像用非局部均值算法得到高维数据,使用改进的高斯内核对彩色图像进行加权计算;然后,采用抛雪球方法处理这些高维数据,以高斯距离为权值,投影每个像素点的颜色到自适应流形;接着,对流形进行平滑降维,采用迭代法实现图像平滑;最后,收集流形中的平滑值,将平滑值对所有像素进行插值,得到降噪后的图像数据。实验证明,该方法对彩色图像进行降噪处理后,能够很好地保留原图像的细节,不会掺杂周围像素的颜色,算法处理速度较快,能够达到实时处理效果,降噪效果与原算法相比峰值信噪比(PSNR)提高近2.0dB,结构相似度提高了1百分点以上。 相似文献
4.
植物根系的生长状况可以反映该地区的气候以及土壤特性,根系的发达与否也能够反应整株植物的健康情况。研究根系的生态参数是研究根系生长状况的基础,目前对于微根窗图像的处理都是通过人工手动方式实现的,费时费力。提出了一种微根窗图像根系的自动分割方法,使用基于脊线检测的方法获取微根窗图像中根系的中心线,计算中心线上所有像素点的方向,采用改进的定向局部对比度方法检测出中心线两侧的根系像素得到分割后的图像。实验结果表明,与传统分割方法相比,方法具有良好的分割效果。 相似文献
1