ISL-II039【Adaptive Thresholding】
文件 說明 下載點
ISL-II039-C1【Adaptive Thresholding】 本篇報告主要在介紹在影像中如何取 Thresholding 的三種方法,分別為手動取Threshold、利用 Otsu方法取Threshold,以及利用Niblack's方法,且使用Average Smoothing Filter、Gaussian Smoothing Filter,最後將Thresholding方法應用在去雜訊上面,比較使用Low-pass Filter、Average Filter、Gaussian Filter三種濾波器,於濾波上面有什麼樣的差異性。本次程式所使用的編譯環境為Windows XP SP2,而使用的編譯器為Microsoft Visual Studio 2005。 立即下載
ISL-II039-C2【Adaptive Thresholding】 在影像處理中,如果我們能將要處理的主體和不需要存在的背景分離,則後續的處理動作將變得比較簡單,影像二值化(binarize)就是一種最常被拿來應用在分離出欲分析的主體及背景的方法之一,而影像二值化的過程裡面,閥值(Threshold)是決定二值化結果的一個重要參數,其決定影像二值化之後的結果,本文將針對閥值擷取(Thresholding)對於影像二值化的影像去做探討,並且對自動擷取閥值的方法,以及二值化後對後續影像處理的幫助來做討論。本次作業利用Borland C++Builder 6.0版之所編譯而成,主要有4個Job1,Job1為練習對影像利用手動調整閥值來做二值化,Job2則是自動擷取閥值,本作業中使用mean還有Otsu's method來做自動擷取閥值的方法,Job3則是利用適應性閥值擷取(Adaptive Thresholding)來對影像做二值化,Job4為利用二值化後的影像,做去雜訊之處理,並且與未做過二值化的影像做去雜訊處理效果差異去作討論。 立即下載
ISL-II039-C3【Adaptive Thresholding】 本次報告主要在介紹在影像上Thresholding(二值化法)的原理與效果,並說明幾種尋找最佳threshold(門檻值)的方法,一共有Iterative mean 、Otsu's method、Niblack's method這三種方法,最後用程式加以實現。本次程式使用函式庫OpenCV 1.0版並搭配Visual C++ 2005 編譯器,在Windows XP Professional SP2中設定,CPU為Inter(R) Core(TM) 2 CPU 6300 @ 1.86GHZ,記憶體2GB。 立即下載
ISL-II039-C4【Adaptive Thresholding】 本次報告的目的是Thresholding的探討,首先學習如何將灰階影像二值化,了解到二值化過程中,Threshold value 選擇上的重要性。在由使用者自訂Threshold value之後,學習如何讓程式利用影像資訊自動化定義出Threshold value,本報告將實作iterative mean and Otsu's method to find a threshold兩種方法。接著實作適應性的Thresholding,利用Niblack's method 觀察在不同filter及不同mask size下的處理後影像,最後是對二值化後的影像探討利用何種濾波器會達到較好的雜訊濾除效果。使用的編譯器是Visual C++ 2005,搭配OpenCV1.0函式庫,在Windows XP Professional SP2中設定,CPU為Inter(R) Core(TM) 2 CPU 6300 @ 1.86GHZ,記憶體2GB。 立即下載
ISL-II039-J1【Adaptive Thresholding】 本文件主要的目的是針對Thresholding進行研究,在本次的研究中,我們將會先使用try-and-error的方式不斷的測試直到產生預期所需要的二值化圖片,然後我們會利用Histogram來進行判斷,將累積pixel值的結果,以人眼辨識的方式來找出我們所需要的threshold值,並且比較與try-and-error的結果兩著之間的差異。接著我們會使用automatic thresholding來進行圖片的二值化,將會用到iterative mean以及Otsu's method來進行影像處理。接下來我們將會討論Niblack方法的演算法,探討搭配上不同的filter做smoothing之後,產生的二值化圖有何不同。最後我們將測試average、Gaussian以及Median三種不同的low-pass filter,觀察各個filter去除雜訊的效果,並且討論之。本次研究將以JAVA當做程式平台,使用JAVA程式語言來實作各種不同的結果。 立即下載
ISL-II039-J2【Adaptive Thresholding】 本報告是在說明如何利用JAVA程式語言做為工具,撰寫可以對影像作hidtogram分析,在job 1的時候利用try-and-error的方式找到適合的threshold value(T),在job 2 利用iterative mean及Otsu`s的automatic thresholding來找到適合的T,在job 3 使用Niblack`s的adaptive thresholding來找到適合的T,其中需要模糊化的影像則是利用mean跟median的方式取得,job 4 則是對已經thresholding的影像做去雜訊的動作,其中使用的lowpass filter是使用mean 跟median,最後再將影像另存成為新檔。 立即下載
ISL-II039-M1【Adaptive Thresholding】 本篇作業主要目的在於利用臨界值(Thresholding)的觀念來探討對影像在處理雜訊和光源不一致的影像問題,並且可以利用此技術於影像分割的處理。在此文件裡,將介紹 Low pass filter 做不同的處理。本篇作業主要的作業環境為 Windows XP SP2 系統,而在程式的編譯部分主要是使用 MATLAB 7.01 版的影像處理軟體編譯而成,執行此程式前請事先安裝 MATLAB 7.01 版的程式和工具箱軟體後方可執行。結果若以GAUSSIAN FILTERS且SIGMA=3為對光源不一致的影像會比較好。 立即下載
ISL-II039-M2【Adaptive Thresholding】 影像分割有許多實際的應用,舉例來說:將影像的主體和不需要存在的背景分離,則對於影像後續的處理動作將變得比較簡單。因此如何能夠選擇適當、正確的臨界值(Threshold value)就是一項重要的工作。手動設定臨界值或由直方圖來判斷臨界值都可以用在影像處理上,但也可以使用Otsu的方式自動偵測一個最佳的臨界值。也有其他的臨界值偵測方式,如Gaussian filters、smooting filters等等。臨界值(Threshold value)也有其一功能,即為雜訊清除,可以透過臨界值來將不需要的雜訊清除。此次做業使用MATLAB 7.0 版所編譯而成,MATLAB是一套用於數值計算、數據視覺化及動態模擬的軟體。 立即下載