Автоматизированная система колоризации полутонового изображения
1.1.1 Методы сегментации изображения
Методы сегментации можно разделить на два класса: автоматические - не требующие взаимодействия с пользователем и интерактивные - использующие пользовательский ввод непосредственно в процессе работы. В данной работе рассматриваются только автоматические методы [2].
Задачи автоматической сегментации делятся на два класса:
1) выделение областей изображения с известными свойствами;
2) разбиение изображения на однородные области.
Содержание
- ВВЕДЕНИЕ
- 1. СИСТЕМОТЕХНИЧЕСКАЯ ЧАСТЬ
- 1.1 Анализ предметной области и постановка задачи проектирования
- 1.1.1 Методы сегментации изображения
- 1.1.2 Сегментация как разбиение изображения на однородные области
- 1.1.3 Оценка качества работы методов сегментации
- 1.1.4 Кластеризация цветового пространства
- 1.1.5 Выращивание регионов, дробление-слияние
- 1.1.6 Методы, основанные на операторах выделения краев
- 1.1.7 Методы теории графов
- 1.1.8 Колоризация изображения нейронной сетью
- 1.1.9 Аналитический обзор аналогов
- 1.2 Постановка задачи
- 1.3 Разработка логической модели по методологии UML
- 1.3.1 Диаграмма вариантов использования
- 1.3.2 Диаграмма классов
- 1.3.3 Диаграмма состояний
- 1.3.4 Диаграмма последовательности и кооперации
- 1.3.5 Диаграмма компонентов
- 1.3.6 Диаграмма развертывания
Похожие материалы
- Штриховые и полутоновые изображения
- Полутоновые изображения
- Линза полутонового монохромного изображения
- Полутоновые изображения
- 4.3.1 Перевод канала в полутоновое изображение
- Полутоновые изображения
- Полутоновые изображения
- Полутоновые изображения
- Представление графической информации – растровое и векторное представления, разрешающая способность, полутоновые и цветные изображения, палитры.
- Представление графической информации – растровое и векторное представления, разрешающая способность, полутоновые и цветные изображения, палитры.