深度學(xué)習(xí)圖像分割精講進(jìn)階課
? ? ? ? 1.基于邊緣的圖像分割算法:
? ? ? ? ? ? 有利用圖像梯度的傳統(tǒng)算法算子的sobel,roberts,prewitt,拉普拉斯以及canny等。
? ? ? ? ? ? 這些算法的基本思想都是采用合適的卷積算子,對(duì)圖像做卷積。從而求出圖像對(duì)應(yīng)的梯度圖像。(至于為什么通過(guò)如圖1這樣的算子卷積,即可得到圖像的梯度圖像,請(qǐng)讀者復(fù)習(xí)下卷積和倒數(shù)的概念自行推導(dǎo))由于圖像的邊緣處往往是圖像像素差異較大,梯度較大地方。因此我們通過(guò)合適的卷積核得到圖像的梯度圖像,即得到了圖像的邊緣圖像。至于二階算子的推導(dǎo),與一階類似。優(yōu)點(diǎn):傳統(tǒng)算子梯度檢測(cè),只需要用合適的卷積核做卷積,即可快速得出對(duì)應(yīng)的邊緣圖像。缺點(diǎn):圖像邊緣不一定準(zhǔn)確,復(fù)雜圖像的梯度不僅僅出現(xiàn)在圖像邊緣,可以能出
標(biāo)簽: