7

両方の方法を使用しようとしましたが、適応しきい値の方が良い結果が得られているようです。使った

 cvSmooth( temp, dst,CV_GAUSSIAN,9,9, 0);

元の画像では、私だけがしきい値を使用しました。

適応しきい値処理のように、画像をより良くするために大津法で微調整できるものはありますか? もう 1 つ、側面に不要な指紋の跡が残っています。それらを処分する方法を教えてください。

自分で定義した正方形内の白いピクセルの割合を比較することで、ROI を得ることができるとジャーナルから読みました。ただし、この方法では、OTSU メソッドを使用して見つけることができるしきい値が必要ですが、AdaptiveThresholding についてはよくわかりません。

cvAdaptiveThreshold( temp, dst, 255,CV_ADAPTIVE_THRESH_MEAN_C,CV_THRESH_BINARY,13, 1 );

結果 ：

オリジナルアダプティブ

cvThreshold(temp, dst, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);

オリジナル 大津

4

2 に答える 2

3

不要な背景を取り除くには、簡単なマスキング操作を実行できます。Otsu しきい値関数は、背景から前景の画像を切り取るしきい値を提供します。そのしきい値を使用して、入力画像全体を反復処理し、現在のピクセル値がしきい値よりも大きいかどうかを確認し、true の場合は 1、false の場合は 0 に設定して、バイナリ マスクを作成します。

次に、単純な行列乗算操作またはビットごとのシフト操作によってバイナリ マスクを元のイメージに適用して、背景を削除できます。

于 2014-11-20T01:37:08.157 に答える
1

画像を ROI に分割し、個別に otsu を適用してから、再びマージしてみてください。分割戦略は、最大照度に応じて静的または動的にすることができます。

于 2014-06-06T10:23:31.087 に答える