文献翻译 关于图像分割 英文原文见我的其他文档.pdf

文献翻译 关于图像分割 英文原文见我的其他文档.pdf

  1. 1、本文档共26页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
文献翻译 关于图像分割 英文原文见我的其他文档

一种可重构的嵌入式彩色图像分割处理软件系统(文献翻译) 1 一种可重构的嵌入式彩色图像分割处理软件系统 摘要:图像分割是图像分析和计算机视觉第一重要和最困难的步骤之一,它也被认为是 机器视觉中最古老的问题之一。最近,几个分割算法已经迅速发展起来,包括制定阈值, 边缘定位和区域增长,这些为更快的图像/视频分析和识别系统的发展提供了很好的机 会。此外,模糊分割算法本质上有助于区域的合成,更好地显示物体。这些算法有着细 微的差别,但是都还不错。因此,算法的选择是基于主观标准的,或者基于应用程序本 身。在这里,我们针对模糊推理分割(FRS )提出一种低成本的嵌入式可重构体系结构。 FRS 有三个阶段(平滑,边缘检测和实际分割)。初始的平滑操作是为了去除噪点,平 滑和边缘检测算法也包括在这个程序步骤中。分割算法利用了边缘信息和平滑后的图 像,用来找到图像中的区域。在这项工作中FRS 分割算法被选择是依赖于它在一些列应 用中展现的可靠性能。(面部检测,运动检测,自动目标识别(ATR )),并且它开发成 本低,有着可重构的计算平台,旨在低成本的应用。特别要提的是,本文提出的实现平 滑,边缘检测和颜色的分割算法,使用Stretch S5000 处理器,并且通过使用Matlab 软 件实现,最后对它们进行对比。在本文中,这种新的体系结构和替代技术、基准测试和 比较结果,都进行了详细介绍。这是第一次我们看到了同时具有高吞吐量,出色的性能 (至少在基准测试中)和低成本的实现。 关键字:可重构,图像分割,可嵌入式系统,架构 1 介绍 1.1 分割 在过去的三十年中,许多计算机视觉,模式识别,图像分析和目标提取系统已开发。 同时,模糊和半模糊聚类算法也提出了提取和识别定义对象的功能。为了让这些算法和 系统成功,它们一般都拥有强大的平滑或分割技术做开始。因此,几乎所有的视觉和模 式识别方法中,图像分割都是一个重要的开始步骤。一些研究已经把分割算法归类,如 阈值或聚类,边缘检测,区域增长/合并和其他分割算法。特别地,S.U. Lee 和S.Y. Chung 表明,双峰图像,就是只有一个对象,其余是它的背景这种图像,阈值方法会显示较好 的效果。然而,当对象区域相比背景区域显得很小的时候,或者当对象和背景的灰度范 围在同一水平时,选择一个好的阈值是很困难的。这种技术的另一个缺陷是,当图片中 存在多个对象时也会出现问题。在这种情况下,寻找骤变的峰谷直方图使方案进一步复 杂化,分割的结果可能会很差。边缘检测是相关的图像分割的另一种方法。边缘被定义 为被检测到的灰度级或色彩急剧变化的位置。然而,在此操作中,很难保持检测到的边 缘的连续性,区域必须始终由一个连续的边缘包围。区域增长/合并是第三种图像分割的 一种可重构的嵌入式彩色图像分割处理软件系统(文献翻译) 2 方法。在这种情况下,大的区域很容易被检测到,之后,小的区域可以使用相同的标准 合并。区域增长/合并一个不利的地方在于,这种方法固有的有序性。通常情况下,各区 域产生的顺序取决于这些区域的增长和合并的顺序。 1.2 颜色分割架构 文献中报道了许多不同的颜色分割的方法。其中一个重要的方法是双色反射模型发 展而来的。它描述了颜色的反射——光的表面反射(亮点)和物体的反射(物体颜色) 的线性组合。使用这种模式,区域增长和合并法显示出了令人印象深刻的结果。在该方 法中,一个物体上高亮度的区域和无光泽的区域合并了。然而,使用不恰当的阈值会使 它的性能退化。 有一些分割方法,它们不在 RGB 空间里分割彩色图像,因为它们和色彩的理解模 型不切合。相反的,它们选择其他的颜色空间,比如HIS 或者YUV,这些都比RGB 色 彩空间显示出了更好的效果。这些图像分割过程融合了边缘检测方法来产生更好的结 果。基于近似推理或模糊推理的分割产生了可喜的成果。Huntsberger 定义颜色的边缘为 每个像素成员函数值的差异为零。通过使用了C 迭代分割算法得到了模糊算法成员函数 值,尽管C 迭代算法由于本身性质来说是耗时的。Lim 提出了一种自动化的从粗到细的 分割方法。这种方法基于阈值直方图和 C 迭代算法。Lambert 和 Carron 提出了一个有 趣的方法,结合色彩空间(根据相关色度处理和明确色相的界

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档