1) boundary feature extraction
边界特征提取
1.
It proposes new boundary feature extraction way of handwritten numeral recognition, which is simple and effective.
主要研究了手写体数字识别的特征提取方法，并提出了一种新的边界特征提取方法。
3) boundary extraction
边界提取
1.
Boundary extraction of watershed is an important step in forest landscape research.
流域边界提取是森林景观研究中的重要步骤。
2.
The dynamic erosion operation and small structural element are applied in boundary extraction.
应用基本形态运算,定义了动态形态学运算,并将动态腐蚀运算和小结构元素应用到图像对象的边界提取,这种方法只对图像中的对象进行运算并得到对象的边界;在每一步运算中,动态地选择结构元素的下一个原点位置。
3.
A method on boundary extraction based on image segmentation and neighborhood analysis is proposed for extracting rice boundary information from remote sensing images.
为了提取卫星遥感影像中的水稻边界信息,本文以 SPOT5卫星遥感影像作为数据源,提出一种基于图像分割和邻域分析的边界提取方法。
4) contour extraction
边界提取
1.
Aiming at the limitations of the huge waste of time in traditional GVF Snake,a novel contour extraction of objects method based on GVF Snake and graph cuts is proposed.
针对梯度矢量流Snake模型因力场迭代次数过大造成运行时间长的不足,结合梯度矢量流Snake模型和图割理论提出了一种新的目标边界提取方法。
5) edge extraction
边界提取
1.
Study of stone detection method based on edge extraction and track;
基于边界提取和跟踪的石块检测方法研究
2.
To detect a center of laser spots formed by many laser tubes at an open environment,two threshold division and morphologic filter were considered based on the identifying principle of human eye vision,and a novel method of edge extraction of laser spot was presented.
提出一种基于人眼视觉识别的2次阈值分割和形态学消噪相结合的图像边界提取方法。
3.
In the process of image pre-pro-cessing,respectively to processing images by enlarge,gray,binarization,edge extraction.
在图像预处理过程中,分别对图像进行放大、灰度、二值化、边界提取。
6) Edge Detection
边界提取
1.
Authors introduce a new algorithm which can normalize digital images with image moments and image edge detection.
介绍了一种综合利用图象力矩及图象边界提取等方法来实现对数字图象的大小归一化的算法。
补充资料：特征提取
特征提取
feature extraction
t6Zheng tiqu特征提取(featu了eextraction)特征选择与提取的通称。特征选择和提取是模式识别的关键环节，其任务是压缩存在于表示模式的原始测量数据中的冗余和无关的信息，提取一组对分类最有效的特征参数，以减少计算工作量，提高分类器的性能。特征参数可以从输人模式信息中选出一个子集构成，这一过程称为特征选择。新的特征参数也可以通过降维变换获得，即将输人模式从较高维数的测量空间变换到较低维数的特征空间，以一个低维特征向量表示输人模式，这一过程称为特征提取。 由于特征提取的任务是求出一组对分类最有效的特征，因此首先需要一个能定量评估特征有效性的准则。分类器的误识概率可作为理想的准则，但由于估计误识概率的分布非常困难，实用时往往以其他一些准则代替。常用的准则有:基于概率距离的准则，基于类间距离的准则，基于墒函数的准则等。应用上述准则，可以通过分支定界和顺序搜索等优化算法，求得一个最优的或次优的特征集。近年来基于人工智能的启发式算法也在特征选择中得到应用。在进行降维变换以实现特征提取时，考虑到可分析性和计算可行性，一般采用线性变换方法，.最常用的是以K一L扩展为基础的线性变换。(黄泰冀)
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