—In complex scenario such as underw

—In complex scenario such as underwater imaging or
rough weather, local textures are unavailable due to image
blurring and background clutters. Global features like color and
contours became the important clues for object detection.
However, it is challenging to extract the object region with regard
to the variances of color and massive disruptions of object contour.
In this paper, we proposed a new method which used Color
Channel Ratio Image (CCRI) for edge detection. The CCRI-based
edge detection method can effectively extract the object contour in
complex scenario where traditional grayscale-based edge
detectors often fail. Moreover, we design a fast object detection
algorithm based on the CCRI image and chamfer matching.
Performing k-means clustering on the CCRI image can obtain the
candidate regions of the target object. Thus applying directional
chamfer matching only in the candidate regions can efficiently
speed up the detection procedure.

ผลลัพธ์ (ไทย) 1:

ซึ่งในสถานการณ์ที่ซับซ้อนเช่นภาพใต้น้ำ หรือ
สภาพอากาศ พื้นผิวภายในจะไม่พร้อมใช้งานครบกำหนดภาพ
clutters เบลอและพื้นหลัง คุณลักษณะส่วนกลางเช่นสี และ
รูปทรงกลายเป็น ปมสำคัญสำหรับตรวจจับวัตถุ
อย่างไรก็ตาม มันเป็นความท้าทายการแยกภูมิภาควัตถุ มีสัมมาคารวะ
กับผลต่างของสีและขนาดใหญ่หยุดชะงักของเส้นวัตถุ
ในกระดาษนี้ เรานำเสนอวิธีการใหม่ซึ่งใช้สี
ช่องอัตราส่วนภาพ (CCRI) สำหรับการตรวจหาขอบ CCRI ตาม
ขอบวิธีการตรวจสอบอย่างมีประสิทธิภาพสามารถแยกเส้นวัตถุใน
สถานการณ์ซับซ้อนที่ขอบสีเทาตามแบบดั้งเดิม
จับมักจะล้มเหลวได้ นอกจากนี้ เราออกแบบการตรวจจับวัตถุได้อย่างรวดเร็ว
อัลกอริทึมตามรูป CCRI และจับคู่ chamfer
ทำคลัสเตอร์ในรูป CCRI หมายถึง k สามารถรับการ
ภูมิภาคผู้สมัครของวัตถุเป้าหมายได้ จึง ใช้ทิศ
chamfer จับคู่เฉพาะในขอบเขตผู้สมัครได้อย่างมีประสิทธิภาพสามารถ
เร็วขึ้นกระบวนการตรวจสอบได้

ผลลัพธ์ (ไทย) 2:

อินสถานการณ์ที่ซับซ้อนเช่นการถ่ายภาพใต้น้ำหรือ
อากาศหยาบพื้นผิวท้องถิ่นจะไม่สามารถใช้ได้เนื่องจากภาพ
เบลอและ clutters พื้นหลัง คุณสมบัติระดับโลกเช่นสีและ
รูปทรงกลายเป็นเบาะแสสำคัญในการตรวจหาวัตถุ
แต่ก็เป็นสิ่งที่ท้าทายที่จะดึงภูมิภาควัตถุที่เกี่ยวกับ
การแปรปรวนของสีและการหยุดชะงักของวัตถุขนาดใหญ่รูปร่าง
ในบทความนี้เราจะนำเสนอวิธีการใหม่ที่ใช้สี
ช่องอัตราส่วนภาพ (CCRI) สำหรับการตรวจหาขอบ CCRI ที่ใช้
วิธีการตรวจสอบขอบได้อย่างมีประสิทธิภาพสามารถดึงเส้นวัตถุใน
สถานการณ์ที่ซับซ้อนแบบดั้งเดิมที่ขอบสีเทาที่ใช้
เครื่องตรวจจับมักจะล้มเหลว นอกจากนี้เรายังออกแบบการตรวจจับวัตถุได้อย่างรวดเร็ว
ขั้นตอนวิธีขึ้นอยู่กับภาพและการจับคู่ CCRI เกลา
การแสดง k-หมายถึงการจัดกลุ่มในภาพ CCRI สามารถได้รับ
พื้นที่ที่ผู้สมัครของวัตถุเป้าหมาย ดังนั้นการใช้ทิศทาง
ที่ตรงกันขูดเฉพาะในภูมิภาคที่ผู้สมัครที่มีประสิทธิภาพสามารถ
เพิ่มความเร็วในขั้นตอนการตรวจสอบ

ผลลัพธ์ (ไทย) 3:

- ในสถานการณ์ที่ซับซ้อน เช่น การถ่ายภาพใต้น้ำหรือ
สภาพอากาศหยาบ พื้นผิวท้องถิ่นไม่พร้อมใช้งานเนื่องจากภาพ
clutters เบลอและพื้นหลัง คุณสมบัติระดับโลกเช่นสีและรูปทรงที่เป็นเบาะแสสำคัญ
สำหรับตรวจจับวัตถุ
แต่มันเป็นความท้าทายที่จะดึงวัตถุเขตเกี่ยวกับ
เพื่อความสีและการหยุดชะงักขนาดใหญ่ของรูปร่างวัตถุ
ในกระดาษนี้เราเสนอวิธีใหม่ซึ่งใช้สี
ภาพอัตราส่วนช่อง ( ccri ) สำหรับตรวจจับขอบ วิธีการตรวจจับขอบอยู่
ccri อย่างมีประสิทธิภาพสามารถแยกวัตถุรูปร่างในสถานการณ์ที่ซับซ้อนที่สีเทาแบบดั้งเดิมที่ใช้

เครื่องตรวจจับขอบมักจะล้มเหลว นอกจากนี้เรายังออกแบบวัตถุรวดเร็วตรวจจับ
โดยอยู่บนพื้นฐานของ ccri ภาพด้วยการจับคู่
แสดง k-means การจัดกลุ่มบนภาพ ccri สามารถขอรับ
ผู้สมัครภูมิภาคของวัตถุเป้าหมาย ดังนั้น การใช้ทิศทาง
ด้วยการจับคู่เฉพาะในภูมิภาคผู้สมัครได้อย่างมีประสิทธิภาพสามารถเพิ่มความเร็วในขั้นตอนการตรวจหา
.