<分区>
我正在尝试开发一个系统,该系统根据纹理、形状和颜色等原始特征识别图像中存在的各种对象。
这个过程的第一步是从图像中提取出单个对象,然后对每个对象进行图像处理。
然而,到目前为止,我所研究的分割算法甚至都不是完美的或所谓的理想图像分割算法。
分割的准确性将决定系统对给定查询的响应有多好。
分割应该既快速又准确。
任何人都可以建议我到目前为止开发或实现的任何分割算法,实现起来不会太复杂但足以完成我的项目..
欢迎任何帮助..
<分区>
我正在尝试开发一个系统,该系统根据纹理、形状和颜色等原始特征识别图像中存在的各种对象。
这个过程的第一步是从图像中提取出单个对象,然后对每个对象进行图像处理。
然而,到目前为止,我所研究的分割算法甚至都不是完美的或所谓的理想图像分割算法。
分割的准确性将决定系统对给定查询的响应有多好。
分割应该既快速又准确。
任何人都可以建议我到目前为止开发或实现的任何分割算法,实现起来不会太复杂但足以完成我的项目..
欢迎任何帮助..
最佳答案
一个很晚的答案,但可能有助于在谷歌中搜索这个的人,因为这个问题作为“最佳分割算法”的第一个结果弹出。
全卷积网络似乎完全可以完成您要求的任务。查看arXiv中的论文,以及 MatConvNet 中的实现.
关于image-processing - 最佳分割算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5042445/