暂无评论
基于视频图像的人数统计系统存在的一大难题是，无法有效地分割粘连人群，严重影响人数统计的精度．一种基于距离变换和分水岭相结合的算法，用以提取行人头部的位置信息．实验证明，该算法可以准确地分割出粘连人群
参考网上资源写的一个课程作业(分水岭分割算法),初步实现分水岭分割算法处理图片,配置环境是:win8.1+vs2015+opencv3.2.0。
本代码是基于分水岭法对图像进行分割，希望对大家有帮助
详细的分水岭分割方法提取目标轮廓，有详细的注释。包括了三种对比分析，直接使用分水岭，使用梯度图像分水岭分割，使用形态学重建分水岭分割
有益的论文，是关于分割算法的，粘连情况下的，分水岭可以适用于很多分割情况
主要是基于java的图像处理,用的是分水岭算法
针对传统分水岭方法初始分割结果存在过分割问题，提出自适应H-minima的改进堆叠细胞分割方法。该方法利用不同h值H-minima变换抑制种子噪声，并以对应候选种子为中心，分别采用改进K-均值算法合并
基于标记的分水岭分割算法能有效控制过分割现象的发生，该算法的标记包括内部标记和外部标记。其基本现象是通过引入标记来修正梯度图像，使得局部最小值仅出现在标记的位置，并设置阈值h来对像素值进行过滤，删除最
针对离散曲率估计对噪声敏感且特征值计算量大的特点提出了基于区域离散曲率的三维网格分水岭分割算法。寻找三维模型显著特征点;对三维模型进行预分割，确定分割带;在分割带区域上计算离散曲度极值点，利用测地距离
针对口腔视频图像中的牙齿形态特点，提出了一种基于改进控制标记符分水岭变换的牙体硬组织分割算法，进而为临床诊断、矫正、修复等提供参考。该方法首先对牙齿图像进行预处理，并结合牙体硬组织颜色特征分析，提取出
暂无评论