排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
显微包埋采集纤维图像过程中,由于背景光照不均、景深和聚焦等造成纤维图像对比度较低、目标与背景区分不明显的问题.传统的Canny算子对于异形纤维的轮廓提取存在边缘不连续、虚假边缘等不足,尤其是对于粘连纤维无法确定其轮廓.针对这些不足,提出了一种利用轮廓跟踪算法剔除Canny算子产生的噪声边缘,并在方向图的基础上利用矩形方框确定真正的轮廓区域,然后对此区域内的像素进行模糊域非线性拉伸,从而得到增强后的异形纤维图像.对增强后的异形纤维图像进行Otsu二值化处理,其结果表明该算法能够得到准确完整的异形纤维轮廓. 相似文献
2.
针对基于骨架的单一特征的算法在异形纤维图像识别方面的不足,提出一种基于骨架特征并融合其他几何特征的层次化识别算法.首先采用轮廓跟踪算法将骨架信息映射到一种骨架树结构中,然后构造骨架特征邻接矩阵并求出该矩阵特征值,以特征值对异形纤维图像进行大类识别,再结合骨架周长统计特征和异形纤维图像轮廓的凹凸特征对每一大类异形纤维图像... 相似文献
1