社区
图形处理/算法
帖子详情
【新手】数学形态学的腐蚀、膨胀、开运算、闭运算、击中、不击中、骨架化等变换中,结构元素分解能提高效率吗???
sxshao
2005-04-02 04:30:55
【新手】数学形态学的腐蚀、膨胀、开运算、闭运算、击中、不击中、骨架化等变换中,结构元素分解能提高效率吗???
如:
0 1 1 1 0
1 1 1 1 1
1 1 @ 1 1
1 1 1 1 1
0 1 1 1 0
=
1
@
1
+
1 @ 1
+
0 1 0
1 @ 1
0 1 0
...全文
752
4
打赏
收藏
【新手】数学形态学的腐蚀、膨胀、开运算、闭运算、击中、不击中、骨架化等变换中,结构元素分解能提高效率吗???
【新手】数学形态学的腐蚀、膨胀、开运算、闭运算、击中、不击中、骨架化等变换中,结构元素分解能提高效率吗??? 如: 0 1 1 1 0 1 1 1 1 1 1 1 @ 1 1 1 1 1 1 1 0 1 1 1 0 = 1 @ 1 + 1 @ 1 + 0 1 0 1 @ 1 0 1 0
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
4 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
sxshao
2005-04-03
打赏
举报
回复
3 * 3 / ( 3 + 3 ) = 3 / 2 = 1.5
5 * 5 / ( 5 + 5 ) = 5 / 2 = 2.5
7 * 7 / ( 7 + 7 ) = 7 / 2 = 3.5
huanyun
2005-04-03
打赏
举报
回复
其实不一定的 实际要比较的话 还是使用算法测试精确数据吧
因为每做一次都要准备缓冲 而且要遍历图像
我的算法 自己测试的是 3*3 变为 3+3 并不能提高效率
5*5 变为 5+5 可以提高效率
7*7 变为 7+7 可以大幅度提高效率
sxshao
2005-04-02
打赏
举报
回复
////////////////////////////////////////////////////////////////////////
//BOOL MakeErosion()
//----------------------------------------------------------------------
//基本功能:本函数对图像数据执行腐蚀操作。
//----------------------------------------------------------------------
//参数说明:int *nMask 结构元素数组指针
// int nMaskLen 结构元素长度(以点数为计数单位)
// unsigned char *pOut 输出图像数据指针
// unsigned char *pIn 输入图像数据指针
// int nWidthBytes 图像宽度(以字节表示)
// int nWidth 图像宽度(以像素表示)
// int nHeight 图像高度
//----------------------------------------------------------------------
//返 回:BOOL
// 成功返回TRUE,失败返回FALSE。
//----------------------------------------------------------------------
//注 意:此函数声明为保护型,只能在CMorphPro类中使用。
//----------------------------------------------------------------------
////////////////////////////////////////////////////////////////////////
BOOL CMorphPro::MakeErosion(int *nMask, int nMaskLen,
unsigned char *pOut, unsigned char *pIn,
int nWidthBytes, int nWidth, int nHeight)
{
_Normalization(pIn, nWidthBytes, nWidth, nHeight);
//若传入的图像数据为空,将无法完成操作,直接返回。
if(pOut == NULL || pIn == NULL) return FALSE;
//定义变量
int x, y, k;
unsigned char Mark;
CString CStrMessage;
for (k = 0; k < nMaskLen; k++)
{
CStrMessage.Format("(x,y) : (%d,%d)", nMask[2*k], nMask[2*k+1] ) ;
//AfxMessageBox(CStrMessage);
}
//执行腐蚀操作
for( y = 0; y < nHeight; y++ )
{
unsigned char *pOutTemp = pOut;
pOutTemp += y * nWidthBytes;
for( x = 0; x < nWidth; x++ )
{
Mark = 1;
for (k = 0; k < nMaskLen; k++)
{
//不能处理边界像素
if ((x + nMask[2 * k] >= 0 ) &&
(x + nMask[2 * k] < nWidth) &&
(y + nMask[2 * k + 1] >= 0) &&
(y + nMask[2 * k + 1] < nHeight))
{
unsigned char Data;
//取与模板中位置相对应的像素值
unsigned char *pTemp = pIn;
pTemp += y * nWidthBytes;
pTemp += nMask[2 * k + 1] * nWidthBytes;
Data = pTemp[x + nMask[2 * k]];
if(Data != 255)
{
Mark = 0;
k = nMaskLen;
}
}
else
{
Mark = 0;
k = nMaskLen;
}
}
if (Mark == 1) pOutTemp[x] = 255;
}
}
return TRUE;
}
sxshao
2005-04-02
打赏
举报
回复
腐蚀、膨胀的循环往往不需要全部走完就知道结果跳出来了。
基于纹理分析的牧草图像特征提取与分割研究【附代码】
这一过程不仅提升了图像的整体一致性,也为后续的定量分析奠定了坚实的基础。经过实验验证,使用上述两种算法的组合,针对包含5个类别的14种禾本科种子的700幅图像数据库,平均识别率分别达到了98.57%和99.43%,表明该系统在牧草种子识别方面具备出色的性能。针对草地生态系统
中
存在的各种寄生虫问题,尤其是它们产下的虫卵,我们需要一种可靠的方法来进行自动化的检测、分类及计数。对于基于种子图像的牧草识别系统,其核心在于如何从图像
中
提取出具有区分性的特征,并通过这些特征实现对不同种类牧草种子的精准分类。
2026年开启机器学习之旅-免费成为专家!
《2023年零基础入门与提升机器学习(ML)、人工智能(AI)的全指南,涵盖最新动态与前沿技术!》
AQ6204-2006 瓦斯抽放用热导式高浓度甲烷传感器-可搜索.pdf
AQ6204-2006 瓦斯抽放用热导式高浓度甲烷传感器_可搜索.pdf
浏览器工作流选择器韧性基准样本工具|原创源码+测试+离线报告
原创 Browser Workflow Selector Resilience Auditor Benchmark Baseline 工具:围绕“用文本、角色、标签、测试标识与
结构
变化样本评估重复网页流程选择器的稳定性”的结果,建立固定样本、权重和验收区间,比较不同批次的准确率、覆盖率与效率;本地网页、JSON/HTML/SVG报告、测试与示例。压缩包包含完整源码、3项自动化测试、可复现示例、HTML/JSON/SVG离线报告、1080×720运行效果图、README、运行说明、MIT License及原创授权声明。适合开发者进行工程预检、质量审查和交付复核;Node.js 18+可直接运行,零第三方运行依赖。
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
图形处理/算法
VC/MFC 图形处理/算法
复制链接
扫一扫
分享
社区描述
VC/MFC 图形处理/算法
社区管理员
加入社区
获取链接或二维码
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