计算机视觉（三）未有深度学习之前

文章目录

• 图像分割
• • 基于阈值、基于边缘
  • 基于区域、基于图论
• 人脸检测
• • Haar-like特征+级联分类器
• 行人检测
• • HOG+SVM
  • DPM

图像分割

• 把图像划分成若干互不相交的区域。
• 经典的数字图像分割算法一般是基于灰度值的两个基本特征之一：不连续性和相似性。

基于阈值、基于边缘

• 基于阈值：基于图像灰度特征计算一个或多个灰度阈值。将灰度值与阈值比较，最后将比较结果分到合适的类别中。

• 

  大津法

• 基于边缘：边界线上连续的像素点集合，是图像局部特征不连续性的反映。体现灰度、颜色、纹理等图像特征的突变。

基于区域、基于图论

• 区域分割：
  • 区域生长法
    
  • 分水岭算法
    
• 图论分割
  • Graph Cuts分割
    
    
    
  • 先取两个种子点（前景和背景）
  • 然后建立一个图，途中边的粗细表示对应权值的大小
  • 然后找到权值和最小边的组合
  • 完成图像分割的功能
    
  • GrabCut分割
    
    
    
    
    
• 物体分割
  
  

人脸检测

Haar-like特征+级联分类器

表示人来云某些特征

行人检测

HOG+SVM

DPM