【问题标题】:Wear Debris Image Processing磨损碎片图像处理
【发布时间】:2021-10-28 23:59:20
【问题描述】:

Wear Image1Wear Image2Wear Image3Wear Image4 从浅绿色背景中提取深灰色股线的最佳方法是什么?另外,在这种情况下压缩图像中噪声的最佳方法是什么?我使用了分水岭算法,并没有派上用场,想尝试JSEG算法,但是我对JSEG算法在python中的实现却一无所知。

【问题讨论】:

  • 你好:)你的意思不是很清楚,你能解释一下吗?你能在图片中准确地显示出哪个部分以及应该如何找到它吗?你认为什么是噪音?您如何使用不实用的分水岭?
  • 分水岭算法用于从灰色背景中分割出黑色股线。在为图像开发标记后,我使用了 skimage 提供的分水岭选项。这里,噪声指的是背景,即图像 3 中的圆环结构。因此,主要目的是从图像中分割出股线,以确保抑制噪声并增强模糊股线的图像属性。
  • 请提供足够的代码,以便其他人更好地理解或重现问题。

标签: opencv image-processing deep-learning computer-vision


【解决方案1】:

我通过对绿色组件应用自适应阈值获得了一个有趣的结果。

【讨论】:

    猜你喜欢
    • 2017-06-30
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2017-12-09
    • 2014-04-09
    • 2013-04-20
    • 2011-12-13
    相关资源
    最近更新 更多