交叉熵图像处理
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
辅助 备案 检索
为了使采集到的图片得到有效利用,做好第一步的图像分割非常重要
图像分割概述
• 图像分割 • 方法分类
02
图像分割概述
图像理解
图像工程
高层
图像分割
03
中层
02 01
图像分析
低层
图像处理
图像分割概述
结合特定理论工具 全局阈值 局部阈值 动态阈值 区域生长 分裂合并
串行区域分割方法
04
03
并行区域分割方法
串行边界分割法
02
图搜索 动态规划
01
导数算子检测法 边界闭合
并行边界分割法
交叉熵的图像分割法
• 一维交叉熵分割法 • 二维交叉熵分割法
03
交叉熵的图像分割法
分别算出 目标和背景 的均值
把阈值从0到 255遍历,找出 交叉熵为最小 时的阈值
大于最佳阈值 的灰度为0,小 于的为255
03
二维方法的抗噪性能强, 一维方法容易受噪声干扰
谢谢老师们的聆听
答辩人:马越 导师:雷博
交叉熵的图像分割法
二维直分直方图区域分布
交叉熵的图像分割法
二维斜分的方法是在直 分的直方图区域分布基 础上来分割,选用的阈 值不再是一个点,而是 直线i+j=s+t
二维斜分直方图区域分布
研究成果分析
04
研究成果分析
原图
加噪图像
一维分割结果
二维直分分割结果
二维斜分分割结果
研究成果分析
原图
一维分割结果
基于交叉熵的刑侦图像 有效区域提取算法研究
答辩人:马越 导师:雷博
目录
CONTENTS
01 02 03 04 05
研究目的 图像分割概述 交叉熵的图像分割方法 研究成果分析 总结与展望
Biblioteka Baidu
01
研究目的
• 研究意义 • 相关背景
研究目的
01
采集 效果 不佳
02
细致 描述 细节
03
后续 工作 预处理
04
原图
一维分割结果
二维直分分割结果
二维斜分分割结果
二维直分分割结果
二维斜分分割结果
研究成果分析
作案工具和车辆 图片的分割数据
脚印和鞋底图片 的分割数据
总结与展望
05
总结与展望
三类方法均能完整提取出目标,
未出现结果不明确的现象
01
目标 完整 细节 描述
抗噪性
02
二维方法相比一维方法, 细节表现力更强
0 (t )
gh( g )
g 0
t
(t ) gh( g ) log(
g 0
t
P0 (t )
g t 1
g ) 0 (t ) g ) 1 (t )
1 (t )
gh( g )
P 1 (t )
L 1
g t 1
L 1
gh( g ) log(
0 t T f ( x, y) 255 t T
为了使采集到的图片得到有效利用,做好第一步的图像分割非常重要
图像分割概述
• 图像分割 • 方法分类
02
图像分割概述
图像理解
图像工程
高层
图像分割
03
中层
02 01
图像分析
低层
图像处理
图像分割概述
结合特定理论工具 全局阈值 局部阈值 动态阈值 区域生长 分裂合并
串行区域分割方法
04
03
并行区域分割方法
串行边界分割法
02
图搜索 动态规划
01
导数算子检测法 边界闭合
并行边界分割法
交叉熵的图像分割法
• 一维交叉熵分割法 • 二维交叉熵分割法
03
交叉熵的图像分割法
分别算出 目标和背景 的均值
把阈值从0到 255遍历,找出 交叉熵为最小 时的阈值
大于最佳阈值 的灰度为0,小 于的为255
03
二维方法的抗噪性能强, 一维方法容易受噪声干扰
谢谢老师们的聆听
答辩人:马越 导师:雷博
交叉熵的图像分割法
二维直分直方图区域分布
交叉熵的图像分割法
二维斜分的方法是在直 分的直方图区域分布基 础上来分割,选用的阈 值不再是一个点,而是 直线i+j=s+t
二维斜分直方图区域分布
研究成果分析
04
研究成果分析
原图
加噪图像
一维分割结果
二维直分分割结果
二维斜分分割结果
研究成果分析
原图
一维分割结果
基于交叉熵的刑侦图像 有效区域提取算法研究
答辩人:马越 导师:雷博
目录
CONTENTS
01 02 03 04 05
研究目的 图像分割概述 交叉熵的图像分割方法 研究成果分析 总结与展望
Biblioteka Baidu
01
研究目的
• 研究意义 • 相关背景
研究目的
01
采集 效果 不佳
02
细致 描述 细节
03
后续 工作 预处理
04
原图
一维分割结果
二维直分分割结果
二维斜分分割结果
二维直分分割结果
二维斜分分割结果
研究成果分析
作案工具和车辆 图片的分割数据
脚印和鞋底图片 的分割数据
总结与展望
05
总结与展望
三类方法均能完整提取出目标,
未出现结果不明确的现象
01
目标 完整 细节 描述
抗噪性
02
二维方法相比一维方法, 细节表现力更强
0 (t )
gh( g )
g 0
t
(t ) gh( g ) log(
g 0
t
P0 (t )
g t 1
g ) 0 (t ) g ) 1 (t )
1 (t )
gh( g )
P 1 (t )
L 1
g t 1
L 1
gh( g ) log(
0 t T f ( x, y) 255 t T