2) color image segmentation
彩色图像分割
1.
Fuzzy C-means clustering based on particle swarm optimization algorithm for color image segmentation;
基于微粒群优化的模糊C-均值聚类彩色图像分割
2.
Study on hybrid intelligent algorithms for color image segmentation;
混合智能算法在彩色图像分割中的应用研究
3.
A color image segmentation method based on Minimal Spanning Tree and local thresholds;
基于最小生成树和局部阈值的彩色图像分割方法
3) Color Map Segmentation
彩色地图分割
4) color image analysis
彩色图象分析
5) color image separation
彩色图象分离
6) Color segmentation
色彩分割
1.
Non-rigid object tracking via color segmentation and part model match;
基于色彩分割与局部模型匹配的非刚性目标跟踪
2.
A new license plate location method, which is based on color segmentation,license plate shape analysis and mathematic morphology operation, is presented.
本文提出了一种基于色彩分割、体态分析及数学形态学纹理分析的车牌定位方法。
3.
The image processing procedure such as color segmentation, run length encoding (RLE), connected components finding, and region merging are introduced .
介绍了相关的图像处理过程,包括色彩分割,游程编码,邻接色块查找,区域合并等。
补充资料：图象分割
图象分割
image segmentation
tuxlang fenge图象分割(inlages雌，lentation)将一幅图象分成不同的部分或区域的过程。图象分割是在数字图象处理、图象分析及图象理解中的一个重要的基本步骤。其目的是把图象分成一些有用的或有意义的部分或区域，以便进一步对图象进行分析与理解。所谓有意义的区域是指与应用有关的区域。例如，在一张卫星拍摄的地球的图象(照片)上，把水域与陆地分割开来;在一张田野的照片上，把农田与道路分割开来。可以说，图象分割是对图象进行分析理解的关键步骤。例如，对图象中的文字进行识别，需要首先分割出字符，然后才能识别。又例如，利用图象对工厂中的工件进行识别，也需要首先把工件与背景分开。 图象分割的基本理论与方法是和模式识别紧密相关的。也可以说，图象分割是模式识别在图象处理及图象理解中的应用。图象分割通常需要一些所谓的先验知识或假定。例如，我们如果事先知道在一张田野的照片里，只有农田和道路，我们就可以将这幅图象分成两类区域。但如果还有一些建筑物在这幅图象里，我们可能就要考虑多于两类的分法。进一步说，如果我们知道农田是较暗的绿色而道路是较明亮的黄色时，那么分割的任务就会容易一些，图象中分割的区域就会准确一些。 从图象处理的角度来看，图象分割通常可根据两种原则来进行。一是根据各图象象素之间的不同灰度或不同的颜色分量来进行分割。这称之为基于象素的分割方法。另一种是基于不同类型的区域在图象中的不连续性来进行分割，称之为基于区域的分割方法。例如，我们可以根据不同区域有不同的纹理(组织结构特征)来进行分割。此外，图象中的不连续也造成了边界，我们也可以利用边界来进行图象分割。基于象素的方法可以用来分割白纸黑字，或黄色的墙和棕色的门。但是，要分割一幅图象中的两种不同的花布，就要求助于基于区域(纹理组织)的方法了。基于象素的分割方法还可以再分为利用门限或直方图的方法(参见图象象素分类)。基于区域的分割方法还可以再分为利用边界(边缘)、利用区域以及同时利用边界和区域的方法(参见图象特征提取，圈象边缘检测，圈象轮廓表示及图象区域分割)。
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