关于图形分割边缘提取的问题

ericzhai不忘初心 2020-03-06 06:42:37

我想把下面这张图中的零件提取出来，用了canny等算子总是得不到最好的轮廓提取，我先进行二值化，再滤波降噪，最后用canny检测，感觉流程都对了，不知道为什么总是效果不好

...全文

452 4 打赏收藏转发到动态举报

写回复

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

邱小兵 2020-03-20

打赏
举报

回复

滤波降噪，canny检测，形态学操作，在寻找轮廓。我觉得有时候参数的调节很重要，而且需要耐心

ericzhai不忘初心 2020-03-07

打赏
举报

回复

ericzhai不忘初心 2020-03-06

打赏
举报

回复

为什么原图发不起来啊？急死我了

ericzhai不忘初心 2020-03-06

打赏
举报

回复

本文介绍边缘检测在图形图像处理等领域的应用，它能减少图像数据量、简化处理工作，但普通图片提取边缘易受分割破坏。文中实现了Canny算子和Sobel算子进行边缘检测，Canny算子基于多阶边缘算子，使用高斯滤波和滞后性门限；Sobel算子利用梯度信息判断边缘概率。

本文介绍了使用Matlab进行图像轮廓提取的方法，先将图片导入工作区转为二维矩阵，可通过bwperim()函数提取轮廓，也可用edge()函数进行边界检测。还阐述了算子的概念，它是一种映射、关系和变换。同时说明了边缘检测、轮廓检测和图像分割的区别及常用算法。

本文探讨了基于边缘的Canny检测和形态学填充，以及区域增长的分水岭算法在硬币图像分割中的实例。通过Canny边缘检测识别硬币轮廓，然后利用分水岭算法从背景中分离硬币。同时，介绍了区域生长方法作为另一种分割策略。

本文探讨了图像处理中的边缘提取和图像分割技术。介绍了基于边缘算子的一阶和二阶导数检测方法，如sobel、log和canny算子，强调了canny方法在抑制噪声和检测弱边缘上的优势。此外，还提到了相位编组法，一种考虑相邻点梯度方向的边缘检测方法。对于图像分割，文章讲解了灰度门限法和四叉树分解法，讨论了如何确定合适的灰度门限以及四叉树分解的一致性标准。

本文详细介绍了如何使用Python和OpenCV进行机器视觉基础技术操作，包括边缘提取、图像滤波、边缘检测算子、投影以及车牌字符分割。在边缘提取中，涉及到阈值分割和反色；图像滤波涵盖了均值、中值和高斯滤波；边缘检测算子使用了Sobel和Roberts方法；投影则展示了水平和垂直方向的投影方法；最后在车牌字符分割中，通过灰度转换、反色、阈值分割和投影实现了字符识别和分割。

图形处理/算法

19,464

社区成员

50,678

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章