1) gray scale segmentation
灰度分割
1.
A focusing evaluation function based on gray scale segmentation is proposed.
提出一种新的基于灰度分割的调焦评价函数。
2) gray region segmentation
灰度区域分割
3) Gray Threshold Segmentation
灰度门限分割
4) institutional segmentation
制度分割
1.
Modem economic theory assumes that the institutional segmentation is not existed while inspecting the generation and development of in- dustrial cluster.
现代经济理论在考察产业集群形成和发展时假定制度分割不存在。
5) over-segmentation
过度分割
6) density slice
密度分割
1.
The investigation of vegetation growth vigour on south ion RE minerals areas is carried out by using high resolution Quickbird data of remote sensing,the methods of density slice based on normalized difference vegetation index and vegetation greenness of rotating planar scanner plots are applied,the two methods are compared and analysed.
运用了归一化植被指数密度分割方法和通过旋转二维散点图获得植被绿度方法来提取植被污染信息,并对以上两种方法进行了对比和分析。
2.
In a research on "new technique applications of groundwater exploration in water deficient regions at the western of Liaoning province", Landsat7 ETM image was used as data source of drought period in this paper,multi-band data were used by analysis functional module in image processing software, for Principal component analysis, Stretch data, Enhancements, Density slice,etc.
特定条件下土壤湿度信息能够反映出浅层地下水赋存信息,在辽宁西部严重缺水地区地下水勘查新技术应用课题研究中,以枯水期的Landsat7ETM为数据源,借助专业图像处理软件的分析功能模块,对多波段数据进行主成分分析、拉伸增强、密度分割等处理,对山区土壤湿度信息进行有效识别,结合地貌、构造、岩性等要素的解译结果进行综合分析,在影像上可圈定出浅层地下水相对富集区。
补充资料：图象区域分割
图象区域分割
image region segmentation
tux一ang quyu fenge图象区域分割(image region义gmentation) 基于图象区域特性的差异对图象进行分割的技术。区域分割的基本思想是标识图象中各个具有相似特征的区域。相似的特征可以是形状、象素值或纹理等。在模式识别中的聚类技术也可用于基于区域的图象分割。 模板匹配基于区域分割图象的一种直接方法是将图象中的区域和一组给定的模板进行比较匹配，从而将符合模板的物体从图象的其它部分中分割出来，而剩余的图象则可根据需要再用其它方法分析。例如，模板匹配可用于分割图文混排的书稿。当文字用模板匹配的方法找出来以后，图形可再用其它方法进行分析。模板匹配的过程往往用相关或卷积计算来进行(参见图象处理的基本运算)。 纹理分俐当物体置于明显的纹理背景中或物体本身具有较强的纹理特征时，就需要利用基于纹理的区域分割方法。由于纹理是某种模式，或者说图案、花样、结构等的重复，所以不能用单个的象素的特性(灰度或颜色)来描述。当然也无法用基于象素的分类方法(参见图象象素分类)。由于纹理经常包含有大量的边缘，因此，除非滤去纹理，否则用边界跟踪的方法分割有丰富纹理的图象很难有好的效果。 纹理的描述与分类是分割的基础(参见图象特征提取)。当我们知道图象中有某种纹理存在时，可利用已知纹理的特征(如该纹理在频域中的描述或空间灰度关系矩阵)在图象中寻找。如果事先没有知识的话，可以采用基于区域的聚类方法进行纹理区域的分割。一种容易想到的办法是:把图象分成若干(小)块，计算每一块的纹理特征，根据特征差别的程度决定是否把小块合并。 区域聚类法聚类法一般可分为区域生长法及分裂合并法。 区域生长区域生长的基本思路是:从满足检测准则的点或一块区域开始，在各个方向上“生长”物体。“生长”的依据是:同一类型区域的特征，如灰度、颜色及纹理特征等，相差不会太远。满足一定合并条件的邻域可以并人该区域。在生长过程中，合并条件可以调整。当再也找不到可合并的邻域时，生长停止。 区域的分裂和合并这个方法的基本思路是:首先将图象分为若干“初始”区域，然后再分裂或合并这些区域，逐步改进区域分割的指标，直到最后将图象分割为数量最少(或符合某一要求)的“基本一致”的区域为止。通常，“一致”性的标准可用特性的均方误差来量度。 与基于边界的图象分割方法(参见图象边缘检测)相比，基于区域生长法和分裂合并法对噪声相对不敏感，但是计算复杂度较高。(俞志和)
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