一种新的融合颜色和空间信息的目标提取方法

来源 :计算机应用与软件 | 被引量 : 3次 | 上传用户:ceylong2000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对于目标中带孔或目标局部区域颜色与背景相似的图像,单独利用颜色特征或空间信息易产生过分割和欠分割问题。提出一种颜色和空间信息相结合的目标提取算法。首先对原彩色图像进行并行处理,一方面通过颜色特征提取目标的大致区域;另一方面利用灰度信息提取连续边缘。然后,利用空间信息进行目标轮廓匹配。最后,对初始提取的目标区域进行区域合并,得到最终的目标区域。测试结果证明了该算法的正确性和高效性,具有实用价值。
其他文献
多层次细节模型的研究在大规模场景渲染和图形领域一直占据重要地位。为了最大化保持简化后模型中的重要视觉特征,在已有的模型简化算法基础上,采用顶点组合成四面体来计算各个顶点的特征度,并优先筛选出这些顶点,然后对其余符合条件的各个顶点进行边折叠优化。借助Open GL工具,以经典模型为例进行渲染并对结果作比较。实验结果表明,在低面片数少的情况下,仍然能更好地达到保持模型重要视觉特征的效果。
提出一种使用传统的Cat映射与混沌序列结合的方法对彩色图像进行置乱扩散加密,克服了Cat映射周期性与易受选择明文攻击的缺陷。算法使用了Logistic映射和Chebychev映射。首先利用Chebychev映射的平衡性产生密钥,控制Logistic映射的参数,产生多个不同参数的Logistic序列;再用Logistic序列控制图像置乱的范围,使用Lorenz系统得到每次Arnold变换的密钥和置乱
在用计算机解决问题时,常会用到“递归”的方法.简单来说,递归就是程序在执行中,某段函数或过程调用到自己.然而,递归的方法,似乎和人类日常思考问题的方法不太一致,虽然递归