搜索资源列表
SFS三维重构递推算法的求解及精度研究
- 由单幅二维图像重构出曲面的三维几何形状技术一直是图像领域研究的难点,主要 表现在现有方法重构精度较低、图像辐射度方程的迭代求解容易发散以及光照易受到干 扰等难以解决的问题,整个理论体系还不完善。由于从明暗恢复形状的方法,只需单幅 图象的灰度信息就可恢复物体三维表面形状,所以近年来,SFS技术作为计算机视觉领 域重要的研究方向,己日益被关注,尤其在工业、农业、国防、医学、空间技术等领域, 更具有广泛的应用前景。
Otsu算法(大律法或最大类间方差法).doc
- 利用阈值将原图像分成前景,背景两个图象。 前景:用n1,csum,m1来表示在当前阈值下的前景的点数,质量矩,平均灰度 后景:用n2, sum-csum,m2来表示在当前阈值下的背景的点数,质量矩,平均灰度 当取最佳阈值时,背景应该与前景差别最大,关键在于如何选择衡量差别的标准,而在otsu算法中这个衡量差别的标准就是最大类间方差(英文简称otsu,这也就是这个算法名字的来源),在本程序中类间方差用sb表示,最大类间方差用fmax