一种常见藻类的特征图像提取方法.pdf
是立****92
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种常见藻类的特征图像提取方法.pdf
本发明提供一种常见藻类的特征图像提取方法,首先需要对藻类的显微图像进行细胞提取,并从细胞提取中处理得到形态特征、颜色特征和纹理特征,其中形态特征根据大小可分为外观形态特征和细胞形态特征,细胞形态特征包括细胞的形状、大小和轮廓等,形态特征为外部特征,可以从外观和藻类分割图像上直接提取,颜色特征和纹理特征属于内部特征,需要对图像内部区域所对应的表面性质进行提取,显微图像细胞目标提取方法能够从带有泥沙、残骸等干扰物的藻类显微图像中较为精确的提取目标细胞,从而可以大幅度降低对藻类自动分类识别工作的技术要求,提高效
一种藻类显微图像轮廓的提取方法.pdf
一种藻类显微图像轮廓的提取方法,涉及一种图像处理与图像分割的方法,尤其是涉及一种是通过藻类特有的细胞外围轮廓特征将其从玻片背景环境中提取出来的方法,以利于后续对其鉴定与分析。提供一种藻类显微图像轮廓的提取方法,为藻类自动识别系统提供一种有效的轮廓提取手段。获取藻类显微图像,对藻类显微图像进行灰度化处理,获得藻类显微图像的累积灰度直方图;设定藻类图像的暗轮廓区域和亮轮廓区域;获取同时与暗轮廓区域和亮轮廓区域相邻的重叠区域;去除杂质及噪点标记,修复轮廓毛刺和缺刻,获得最终藻体细胞外围轮廓。
一种目标图像提取方法及图像位置特征的提取方法.pdf
本发明适用于图像处理技术领域,提供了一种目标图像提取方法及图像位置特征的识别方法,目标图像提取方法包括:对原始图像进行灰度处理,获得图像一;基于阈值一对图像一进行阈值分割,获取图像二,在图像二中提取封闭的边缘轮廓;基于阈值二对图像二进行阈值分割,获得目标图像,阈值二为目标图像的边缘轮廓包围区域面积与边缘轮廓周长的比值,本发明提供的目标图像提取方法具有如下有益效果:在阈值一分割图像后进行边缘轮廓提,再根据目标物体形状筛选出合适的轮廓筛,保证了图像处理的准确性。
图像特征提取模型训练方法、图像特征提取方法和装置.pdf
本公开关于一种图像特征提取模型训练方法、图像特征提取方法和装置,包括:获取目标样本图像基于不同的数据增强方式得到的第一处理图像和第二处理图像;对第一处理图像、第二处理图像和其他样本图像分别进行特征提取处理,得到第一处理图像的第一图像特征、第二处理图像的第二图像特征和其他样本图像的图像特征;根据第一图像特征对第一处理图像进行重建处理,得到第一处理图像的重建图像与第一处理图像之间的重建损失;根据第一图像特征、第二图像特征和其他样本图像的图像特征,得到对比损失;基于对比损失和重建损失,对第一图像特征提取模型进行
一种图像特征提取及描述方法.pdf
本发明提出一种图像特征提取及描述方法,只对图像作一次遍历,使用通道适配器提取线域,线域连通产生区域和轮廓,区域和轮廓的生长、分裂、合并,并整合为图像的外特征;同时,建立分裂点属性标注和匹配规则实现轮廓矢量化,用道格拉斯普克算法求出特征角点作为内特征,最后对特征角点做k近邻和多边形描述。本发明可以快速提取目标物体的区域轮廓特征和特征点及特征描述作为匹配模型,在视频图像中实现快速目标识别和匹配。