1) fast watersheds transform
快速分水岭变换
2) watershed transformation
分水岭变换
1.
Color cellular image segmentation scheme based on watershed transformation;
基于分水岭变换的彩色细胞图像分割
2.
Detritus image segmentation using watershed transformation
分水岭变换在岩屑图像分割中的应用
3.
An efficient segmentation algorithm based on watershed transformation was put forward for the coal flotation froth in which the bubbles are connected and have the murky verge between them.
针对在煤泥浮选泡沫图像中的煤泥气泡互相粘连、边界模糊的情况,根据分水岭变换模拟浸水原理,提出一种新的、有效的分割算法,同时应用数学形态学中的腐蚀和膨胀算法,解决了经典分水岭算法不能处理的过分割和欠分割问题,使得粘连的煤泥气泡得到了有效的分割。
3) watershed transform
分水岭变换
1.
Tongue contour image extraction using a watershed transform and an active contour model;
基于分水岭变换和主动轮廓模型的舌体轮廓图像分割
2.
Recognition of lung nodules based on redundant wavelet and watershed transform;
基于冗余小波和分水岭变换的肺结节识别
3.
Image segmentation based on watershed transform;
一种基于分水岭变换的图像分割方案
4) watershed
[英]['wɔ:təʃed] [美]['wɔtɚ'ʃɛd]
分水岭变换
1.
Automatic video object extraction algorithm based on wavelet and watershed;
一种基于小波分解和分水岭变换的视频对象自动分割算法
2.
For spatial segmentation, watershed transformation was performed in the wavelet domain.
空间分割采用小波域的分水岭变换算法。
3.
In order to resolve the problems of sensitivity to noise and over-segmentation existing in traditional watershed algorithm,a new image segmentation method combined watershed translation and FCM clustering algorithm incorporating spatial information is proposed in this paper.
提出了一种分水岭变换和结合空间信息的FCM聚类相结合的图像分割方法。
补充资料：快速傅立叶变换
快速傅氏变换 英文名是fast fourier transform
快速傅氏变换（fft）是离散傅氏变换(dft)的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。
设x(n)为n项的复数序列，由dft变换，任一x（m）的计算都需要n次复数乘法和n-1次复数加法，而一次复数乘法等于四次实数乘法和两次实数加法，一次复数加法等于两次实数加法，即使把一次复数乘法和一次复数加法定义成一次“运算”（四次实数乘法和四次实数加法），那么求出n项复数序列的x（m）,即n点dft变换大约就需要n2次运算。当n=1024点甚至更多的时候，需要n2=1048576次运算，在fft中，利用wn的周期性和对称性，把一个n项序列（设n=2k,k为正整数），分为两个n/2项的子序列，每个n/2点dft变换需要（n/2）2次运算，再用n次运算把两个n/2点的dft变换组合成一个n点的dft变换。这样变换以后，总的运算次数就变成n+2（n/2）2=n+n2/2。继续上面的例子，n=1024时，总的运算次数就变成了525312次，节省了大约50%的运算量。而如果我们将这种“一分为二”的思想不断进行下去，直到分成两两一组的dft运算单元，那么n点的dft变换就只需要nlog2n次的运算，n在1024点时，运算量仅有10240次，是先前的直接算法的1%，点数越多，运算量的节约就越大，这就是fft的优越性。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条