MR-Bild-Randdetektion mit morphologischem Algorithmus
Erkennung von Bildkanten
Versandkostenfrei!
Versandfertig in 6-10 Tagen
39,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Kanten definieren die Grenzen zwischen Regionen in einem Bild, was bei der Segmentierung und Objekterkennung hilfreich ist. Sie können zeigen, wo in einem Bild Schatten fallen oder eine andere deutliche Veränderung in der Intensität eines Bildes. Kanten in einem Bild entstehen aufgrund von Variationen einiger physikalischer Eigenschaften wie Oberflächenbeleuchtung und Schatten, Geometrie (Ausrichtung und Tiefe) und Reflexionsgrad von Objekten in der Szene. Daher kann man sagen, dass Kantenpunkte einige Merkmale einer Szene darstellen. Klare Kanten können zeigen, wo in einem Bild Schatten ...
Kanten definieren die Grenzen zwischen Regionen in einem Bild, was bei der Segmentierung und Objekterkennung hilfreich ist. Sie können zeigen, wo in einem Bild Schatten fallen oder eine andere deutliche Veränderung in der Intensität eines Bildes. Kanten in einem Bild entstehen aufgrund von Variationen einiger physikalischer Eigenschaften wie Oberflächenbeleuchtung und Schatten, Geometrie (Ausrichtung und Tiefe) und Reflexionsgrad von Objekten in der Szene. Daher kann man sagen, dass Kantenpunkte einige Merkmale einer Szene darstellen. Klare Kanten können zeigen, wo in einem Bild Schatten fallen oder eine andere deutliche Veränderung in der Intensität eines Bildes. Der Prozess der Extraktion dieser Merkmalspunkte wird als Kantenerkennung bezeichnet. Dieses Merkmal spielt eine wichtige Rolle bei den Methoden zur Identifizierung von Objekten, die beim maschinellen Sehen, bei der Bildsegmentierung, der 3D-Rekonstruktion und bei Bildverarbeitungssystemen verwendet werden. Morphologische Kantendetektoren umfassen einfache Additions-/Subtraktionsoperationen und Max/Min-Operationen. Da verschiedene Kantendetektoren unter verschiedenen Bedingungen besser funktionieren, wäre es ideal, einen Algorithmus zu haben, der mehrere Kantendetektoren verwendet und jeden dann einsetzt, wenn die Bedingungen in der Szene für seine Erkennungsmethode am besten sind. Um zu schaffen
Andere Kunden interessierten sich für
