知识卡片

普通读书笔记卡 · 3794.a.2.a.2

非极大抑制沿梯度细化边

理解等级:中级

非极大值抑制沿当前像素梯度方向比较两侧幅度,只保留局部峰值,其余置零。这样把宽的梯度响应收束为较细候选边,不等完成物体识别。

离散方向量化、插值、相等值处理与边界策略会影响结果;不是与八邻域所有像素任意比较最大值。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 14.2 机器学习 · 查看原书依据

      第一个步骤是非最大值抑制。回顾图14-15,你可以看到一些边缘是宽的、模糊的,如果边缘是细的,后续更容易找出图像中的特征。非最大值抑制是一种边缘细化技术。 以下是我们的计划。我们比较每个像素在与它梯度方向上相邻的像素的梯度幅度。如果这个像素的梯度幅度大于邻值的

    参考来源

    - 位置:《计算机系统解密》14.2 机器学习(来源项目book-sources,源文件:extracted/计算机系统解密/_epub-src/text/part0141.html) - 结论依据:本项全部正文与图表实际读取,区分作者示例、推导与实现边界;纠错另有明确说明。 - 原始内容:第一个步骤是非最大值抑制。回顾图14-15,你可以看到一些边缘是宽的、模糊的,如果边缘是细的,后续更容易找出图像中的特征。非最大值抑制是一种边缘细化技术。 以下是我们的计划。我们比较每个像素在与它梯度方向上相邻的像素的梯度幅度。如果这个像素的梯度幅度大于邻值的