2 u012861056 u012861056 于 2016.03.18 11:49 提问

静态图像目标提取的问题k-means算法 图像分割

思路是先对图片进行分割,再对每个块进行特征提取,再进行判断是否属于目标物,这是毕业设计,求懂或者类似题目的大神交流交流

1个回答

wangyaninglm
wangyaninglm   Ds   Rxr 2016.03.18 12:20

做识别的话,其实精准的分割很必要,针对你的识别目标和场景进行分割算法的选取

u012861056
u012861056 恩恩,现在就是在做分割,用了meanshift,grabcut,watershed算法,比较之后发现每个的分割准确度都一般呐,很郁闷
2 年多之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
静态图像目标分割算法
静态图像分割,阈值分割,ostu法,边缘检测,分水岭算法,边界跟踪等多种算法
图像分割之静态背景分割综述
原文地址:图像分割之静态背景分割综述作者:pursuiting 静态背景分割方法的比较 摘要: 在静态或运动补偿的照相机中,静态背景分割方法能应用于从背景分割出有意义的前景物体。尽管提出了许多方法,但通用的评价是不可行的(a general assessment of the state of the art is not available)。一个重要问题是以质量(精度)和计算复杂度(时间和内
利用KMeans算法对图片进行分割
from sklearn.cluster import KMeans import numpy as np import PIL.Image as image def loadData(filePath): f = open(filePath, 'rb') data = [] img = image.open(f) #PIL.Image.open(图片路径) m, n
基于kmeans聚类算法的图像分割
Kmeans之前已经讲过了,其图像分割只不过是把之前的高斯数对换成图像二维像素点,彩色图像每个像素点有rgb三个分量,灰度图像只有一个分量。 1编程实现   clear;clc;close all; data=imread('src1.bmp'); imshow(data) [m,n,c]=size(data); [mu,pattern]=k_mean_Seg(data,2); for
【Java】K-means算法Java实现以及图像分割
1.K-means算法简述以及代码原型 数据挖掘中一个重要算法是k-means,我这里就不做详细介绍了。如果感兴趣的话,可以移步陈皓的博客     http://www.csdn.net/article/2012-07-03/2807073-k-means 讲得很好     总的来讲,k-means聚类需要以下几个步骤:          ①.初始化数据
快速K-均值(kmeans)聚类图像分割算法源代码
快速K-均值(kmeans)聚类图像分割算法源代码
Kmeans聚类及图像分割
Kmeans是最简单的聚类算法之一,应用十分广泛,Kmeans以距离作为相似性的评价指标,其基本思想是按照距离将样本聚成不同的簇,两个点的距离越近,其相似度就越大,以得到紧凑且独立的簇作为聚类目标。本文参考PRML一书,详细讲解Kmeans聚类的原理以及图像分割应用。
利用k-means算法对灰度图像分割
利用k-means算法对灰度图像分割本文主要利用k-means来对灰度图像进行分割。首先对k-means进行简单的介绍,然后直接上代码。那么什么是k-means算法?K-means算法是硬聚类算法,是典型的基于原型的目标函数聚类方法的代表,它是数据点到原型的某种距离作为优化的目标函数,利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度,它是求对应某一初始聚类中心向
K-means图像分割matlab程序
基于K-means的图像分割程序,可以实现灰度图像分割
将K-means算法应用到图像分割的一个尝试
最近我一直在研究图像分割,目标提取的算法,由于背景目标的复杂而且噪点很多,所以我一直更换尝试各种算法以达到最好的效果。如果大家有什么经验传递的话,烦请在评论里面留言,感谢。 说回正题吧。为什么要用k-means算法呢?因为我想学习一下机器学习(*^__^*) ,曾经的机器学习我没有好好听课现在后悔了(ㄒoㄒ)//   1 K-means算法 1.1 定义和概述 k-means算法是一种得