- ข้อความ
- ประวัติศาสตร์
Brief DescriptionThe hit-and-miss t
Brief Description
The hit-and-miss transform is a general binary morphological operation that can be used to look for particular patterns of foreground and background pixels in an image. It is actually the basic operation of binary morphology since almost all the other binary morphological operators can be derived from it. As with other binary morphological operators it takes as input a binary image and a structuring element, and produces another binary image as output.
How It Works
The structuring element used in the hit-and-miss is a slight extension to the type that has been introduced for erosion and dilation, in that it can contain both foreground and background pixels, rather than just foreground pixels, i.e. both ones and zeros. Note that the simpler type of structuring element used with erosion and dilation is often depicted containing both ones and zeros as well, but in that case the zeros really stand for `don't care's', and are just used to fill out the structuring element to a convenient shaped kernel, usually a square. In all our illustrations, these `don't care's' are shown as blanks in the kernel in order to avoid confusion. An example of the extended kind of structuring element is shown in Figure 1. As usual we denote foreground pixels using ones, and background pixels using zeros.
Figure 1 Example of the extended type of structuring element used in hit-and-miss operations. This particular element can be used to find corner points, as explained below.
The hit-and-miss operation is performed in much the same way as other morphological operators, by translating the origin of the structuring element to all points in the image, and then comparing the structuring element with the underlying image pixels. If the foreground and background pixels in the structuring element exactly match foreground and background pixels in the image, then the pixel underneath the origin of the structuring element is set to the foreground color. If it doesn't match, then that pixel is set to the background color.
For instance, the structuring element shown in Figure 1 can be used to find right angle convex corner points in images. Notice that the pixels in the element form the shape of a bottom-left convex corner. We assume that the origin of the element is at the center of the 3×3 element. In order to find all the corners in a binary image we need to run the hit-and-miss transform four times with four different elements representing the four kinds of right angle corners found in binary images. Figure 2 shows the four different elements used in this operation.
The hit-and-miss transform is a general binary morphological operation that can be used to look for particular patterns of foreground and background pixels in an image. It is actually the basic operation of binary morphology since almost all the other binary morphological operators can be derived from it. As with other binary morphological operators it takes as input a binary image and a structuring element, and produces another binary image as output.
How It Works
The structuring element used in the hit-and-miss is a slight extension to the type that has been introduced for erosion and dilation, in that it can contain both foreground and background pixels, rather than just foreground pixels, i.e. both ones and zeros. Note that the simpler type of structuring element used with erosion and dilation is often depicted containing both ones and zeros as well, but in that case the zeros really stand for `don't care's', and are just used to fill out the structuring element to a convenient shaped kernel, usually a square. In all our illustrations, these `don't care's' are shown as blanks in the kernel in order to avoid confusion. An example of the extended kind of structuring element is shown in Figure 1. As usual we denote foreground pixels using ones, and background pixels using zeros.
Figure 1 Example of the extended type of structuring element used in hit-and-miss operations. This particular element can be used to find corner points, as explained below.
The hit-and-miss operation is performed in much the same way as other morphological operators, by translating the origin of the structuring element to all points in the image, and then comparing the structuring element with the underlying image pixels. If the foreground and background pixels in the structuring element exactly match foreground and background pixels in the image, then the pixel underneath the origin of the structuring element is set to the foreground color. If it doesn't match, then that pixel is set to the background color.
For instance, the structuring element shown in Figure 1 can be used to find right angle convex corner points in images. Notice that the pixels in the element form the shape of a bottom-left convex corner. We assume that the origin of the element is at the center of the 3×3 element. In order to find all the corners in a binary image we need to run the hit-and-miss transform four times with four different elements representing the four kinds of right angle corners found in binary images. Figure 2 shows the four different elements used in this operation.
0/5000
Brief DescriptionThe hit-and-miss transform is a general binary morphological operation that can be used to look for particular patterns of foreground and background pixels in an image. It is actually the basic operation of binary morphology since almost all the other binary morphological operators can be derived from it. As with other binary morphological operators it takes as input a binary image and a structuring element, and produces another binary image as output.How It WorksThe structuring element used in the hit-and-miss is a slight extension to the type that has been introduced for erosion and dilation, in that it can contain both foreground and background pixels, rather than just foreground pixels, i.e. both ones and zeros. Note that the simpler type of structuring element used with erosion and dilation is often depicted containing both ones and zeros as well, but in that case the zeros really stand for `don't care's', and are just used to fill out the structuring element to a convenient shaped kernel, usually a square. In all our illustrations, these `don't care's' are shown as blanks in the kernel in order to avoid confusion. An example of the extended kind of structuring element is shown in Figure 1. As usual we denote foreground pixels using ones, and background pixels using zeros.Figure 1 Example of the extended type of structuring element used in hit-and-miss operations. This particular element can be used to find corner points, as explained below.The hit-and-miss operation is performed in much the same way as other morphological operators, by translating the origin of the structuring element to all points in the image, and then comparing the structuring element with the underlying image pixels. If the foreground and background pixels in the structuring element exactly match foreground and background pixels in the image, then the pixel underneath the origin of the structuring element is set to the foreground color. If it doesn't match, then that pixel is set to the background color.For instance, the structuring element shown in Figure 1 can be used to find right angle convex corner points in images. Notice that the pixels in the element form the shape of a bottom-left convex corner. We assume that the origin of the element is at the center of the 3×3 element. In order to find all the corners in a binary image we need to run the hit-and-miss transform four times with four different elements representing the four kinds of right angle corners found in binary images. Figure 2 shows the four different elements used in this operation.
การแปล กรุณารอสักครู่..
Brief Description
The hit-and-miss transform is a general binary morphological operation that can be used to look for particular patterns of foreground and background pixels in an image. It is actually the basic operation of binary morphology since almost all the other binary morphological operators can be derived from it. As with other binary morphological operators it takes as input a binary image and a structuring element, and produces another binary image as output.
How It Works
The structuring element used in the hit-and-miss is a slight extension to the type that has been introduced for erosion and dilation, in that it can contain both foreground and background pixels, rather than just foreground pixels, i.e. both ones and zeros. Note that the simpler type of structuring element used with erosion and dilation is often depicted containing both ones and zeros as well, but in that case the zeros really stand for `don't care's', and are just used to fill out the structuring element to a convenient shaped kernel, usually a square. In all our illustrations, these `don't care's' are shown as blanks in the kernel in order to avoid confusion. An example of the extended kind of structuring element is shown in Figure 1. As usual we denote foreground pixels using ones, and background pixels using zeros.
Figure 1 Example of the extended type of structuring element used in hit-and-miss operations. This particular element can be used to find corner points, as explained below.
The hit-and-miss operation is performed in much the same way as other morphological operators, by translating the origin of the structuring element to all points in the image, and then comparing the structuring element with the underlying image pixels. If the foreground and background pixels in the structuring element exactly match foreground and background pixels in the image, then the pixel underneath the origin of the structuring element is set to the foreground color. If it doesn't match, then that pixel is set to the background color.
For instance, the structuring element shown in Figure 1 can be used to find right angle convex corner points in images. Notice that the pixels in the element form the shape of a bottom-left convex corner. We assume that the origin of the element is at the center of the 3×3 element. In order to find all the corners in a binary image we need to run the hit-and-miss transform four times with four different elements representing the four kinds of right angle corners found in binary images. Figure 2 shows the four different elements used in this operation.
The hit-and-miss transform is a general binary morphological operation that can be used to look for particular patterns of foreground and background pixels in an image. It is actually the basic operation of binary morphology since almost all the other binary morphological operators can be derived from it. As with other binary morphological operators it takes as input a binary image and a structuring element, and produces another binary image as output.
How It Works
The structuring element used in the hit-and-miss is a slight extension to the type that has been introduced for erosion and dilation, in that it can contain both foreground and background pixels, rather than just foreground pixels, i.e. both ones and zeros. Note that the simpler type of structuring element used with erosion and dilation is often depicted containing both ones and zeros as well, but in that case the zeros really stand for `don't care's', and are just used to fill out the structuring element to a convenient shaped kernel, usually a square. In all our illustrations, these `don't care's' are shown as blanks in the kernel in order to avoid confusion. An example of the extended kind of structuring element is shown in Figure 1. As usual we denote foreground pixels using ones, and background pixels using zeros.
Figure 1 Example of the extended type of structuring element used in hit-and-miss operations. This particular element can be used to find corner points, as explained below.
The hit-and-miss operation is performed in much the same way as other morphological operators, by translating the origin of the structuring element to all points in the image, and then comparing the structuring element with the underlying image pixels. If the foreground and background pixels in the structuring element exactly match foreground and background pixels in the image, then the pixel underneath the origin of the structuring element is set to the foreground color. If it doesn't match, then that pixel is set to the background color.
For instance, the structuring element shown in Figure 1 can be used to find right angle convex corner points in images. Notice that the pixels in the element form the shape of a bottom-left convex corner. We assume that the origin of the element is at the center of the 3×3 element. In order to find all the corners in a binary image we need to run the hit-and-miss transform four times with four different elements representing the four kinds of right angle corners found in binary images. Figure 2 shows the four different elements used in this operation.
การแปล กรุณารอสักครู่..
คําอธิบาย
ตีและพลาดแปลงเป็นเลขฐานสองสัณฐานวิทยาการทั่วไปที่สามารถใช้ในการมองหารูปแบบเฉพาะของพื้นหน้าและพื้นหลังพิกเซลของภาพ มันเป็นจริงพื้นฐานการดำเนินงานของเลขฐานสองสัณฐานวิทยาตั้งแต่เกือบทั้งหมดอื่น ๆเลขฐานสองสัณฐานวิทยาผู้ประกอบการสามารถได้รับจากมันเป็นกับอื่น ๆเลขฐานสองสัณฐานวิทยาผู้ประกอบการใช้เป็นข้อมูลไบนารีภาพและจัดองค์ประกอบภาพ และสร้างไบนารีเป็นอื่นออก
มันทำงานโครงสร้าง องค์ประกอบที่ใช้ในการตีและพลาดเป็นเล็กน้อยเพื่อส่งเสริมชนิดที่ได้รับการแนะนำสำหรับการกัดเซาะและการขยายในที่สามารถ มีทั้งเบื้องหน้าและเบื้องหลังพิกเซล แทนที่จะเป็นแค่เบื้องหน้าพิกเซลคือทั้ง 2 คนและศูนย์ โปรดทราบว่าชนิดที่เรียบง่ายของโครงสร้าง องค์ประกอบที่ใช้กับการกัดเซาะและการมักจะเป็นภาพที่มีทั้ง คน และ ศูนย์ เช่นกัน แต่ในกรณีนี้ศูนย์จริงๆยืน ` ไม่สน ' , และเป็นเพียงใช้กรอกโครงสร้างองค์ประกอบที่จะสะดวก รูปร่างเมล็ด โดยปกติตาราง ในตัวอย่างของเราเหล่านี้ ` ไม่สน ' จะปรากฏเป็นช่องว่างในเมล็ด เพื่อหลีกเลี่ยงความสับสน ตัวอย่างของการขยายชนิดขององค์ประกอบที่แสดงในรูปที่ 1 ตามปกติเราแสดงพิกเซลโดยใช้คนเบื้องหน้าและเบื้องหลังพิกเซลโดยใช้ศูนย์
รูปที่ 1 ตัวอย่างของการขยายประเภทขององค์ประกอบที่ใช้ในการตีและพลาดงานองค์ประกอบนี้โดยเฉพาะสามารถใช้ในการค้นหาจุดที่มุมตามที่อธิบายไว้ด้านล่าง .
ตีและพลาดการผ่าตัดในลักษณะเดียวกับผู้ประกอบการสัณฐานอื่น ๆโดยจากจุดเริ่มต้นของการจัดโครงสร้างองค์ประกอบทุกจุดในรูปภาพและจากนั้นเปรียบเทียบกับโครงสร้างพื้นฐานองค์ประกอบภาพพิกเซลถ้าเบื้องหน้าและพิกเซลพื้นหลังในโครงสร้างองค์ประกอบตรงกับพื้นหน้าและพื้นหลังพิกเซลในภาพแล้วพิกเซลใต้จุดเริ่มต้นของโครงสร้าง องค์ประกอบ ชุดสีด้านหน้า ถ้ามันไม่ตรงกับ ที่พิกเซลตั้งค่าสีพื้นหลัง
สำหรับอินสแตนซ์การสร้างองค์ประกอบที่แสดงในรูปที่ 1 สามารถใช้เพื่อหาจุดมุมขวามุมโค้งในรูป สังเกตเห็นว่า พิกเซลในรูปแบบองค์ประกอบรูปร่างของมุมล่างซ้ายนูน เราสันนิษฐานว่า ที่มาขององค์ประกอบที่เป็นจุดศูนย์กลางขององค์ประกอบ 3 × 3เพื่อที่จะหามุมทั้งหมดในรูปแบบไบนารี เราต้องใช้ตีและพลาดเปลี่ยนสี่ครั้งกับสี่องค์ประกอบที่แตกต่างกันของชนิดของมุมสี่มุมขวาพบภาพไบนารี รูปที่ 2 แสดงสี่องค์ประกอบต่าง ๆที่ใช้ในการปฏิบัติการครั้งนี้
ตีและพลาดแปลงเป็นเลขฐานสองสัณฐานวิทยาการทั่วไปที่สามารถใช้ในการมองหารูปแบบเฉพาะของพื้นหน้าและพื้นหลังพิกเซลของภาพ มันเป็นจริงพื้นฐานการดำเนินงานของเลขฐานสองสัณฐานวิทยาตั้งแต่เกือบทั้งหมดอื่น ๆเลขฐานสองสัณฐานวิทยาผู้ประกอบการสามารถได้รับจากมันเป็นกับอื่น ๆเลขฐานสองสัณฐานวิทยาผู้ประกอบการใช้เป็นข้อมูลไบนารีภาพและจัดองค์ประกอบภาพ และสร้างไบนารีเป็นอื่นออก
มันทำงานโครงสร้าง องค์ประกอบที่ใช้ในการตีและพลาดเป็นเล็กน้อยเพื่อส่งเสริมชนิดที่ได้รับการแนะนำสำหรับการกัดเซาะและการขยายในที่สามารถ มีทั้งเบื้องหน้าและเบื้องหลังพิกเซล แทนที่จะเป็นแค่เบื้องหน้าพิกเซลคือทั้ง 2 คนและศูนย์ โปรดทราบว่าชนิดที่เรียบง่ายของโครงสร้าง องค์ประกอบที่ใช้กับการกัดเซาะและการมักจะเป็นภาพที่มีทั้ง คน และ ศูนย์ เช่นกัน แต่ในกรณีนี้ศูนย์จริงๆยืน ` ไม่สน ' , และเป็นเพียงใช้กรอกโครงสร้างองค์ประกอบที่จะสะดวก รูปร่างเมล็ด โดยปกติตาราง ในตัวอย่างของเราเหล่านี้ ` ไม่สน ' จะปรากฏเป็นช่องว่างในเมล็ด เพื่อหลีกเลี่ยงความสับสน ตัวอย่างของการขยายชนิดขององค์ประกอบที่แสดงในรูปที่ 1 ตามปกติเราแสดงพิกเซลโดยใช้คนเบื้องหน้าและเบื้องหลังพิกเซลโดยใช้ศูนย์
รูปที่ 1 ตัวอย่างของการขยายประเภทขององค์ประกอบที่ใช้ในการตีและพลาดงานองค์ประกอบนี้โดยเฉพาะสามารถใช้ในการค้นหาจุดที่มุมตามที่อธิบายไว้ด้านล่าง .
ตีและพลาดการผ่าตัดในลักษณะเดียวกับผู้ประกอบการสัณฐานอื่น ๆโดยจากจุดเริ่มต้นของการจัดโครงสร้างองค์ประกอบทุกจุดในรูปภาพและจากนั้นเปรียบเทียบกับโครงสร้างพื้นฐานองค์ประกอบภาพพิกเซลถ้าเบื้องหน้าและพิกเซลพื้นหลังในโครงสร้างองค์ประกอบตรงกับพื้นหน้าและพื้นหลังพิกเซลในภาพแล้วพิกเซลใต้จุดเริ่มต้นของโครงสร้าง องค์ประกอบ ชุดสีด้านหน้า ถ้ามันไม่ตรงกับ ที่พิกเซลตั้งค่าสีพื้นหลัง
สำหรับอินสแตนซ์การสร้างองค์ประกอบที่แสดงในรูปที่ 1 สามารถใช้เพื่อหาจุดมุมขวามุมโค้งในรูป สังเกตเห็นว่า พิกเซลในรูปแบบองค์ประกอบรูปร่างของมุมล่างซ้ายนูน เราสันนิษฐานว่า ที่มาขององค์ประกอบที่เป็นจุดศูนย์กลางขององค์ประกอบ 3 × 3เพื่อที่จะหามุมทั้งหมดในรูปแบบไบนารี เราต้องใช้ตีและพลาดเปลี่ยนสี่ครั้งกับสี่องค์ประกอบที่แตกต่างกันของชนิดของมุมสี่มุมขวาพบภาพไบนารี รูปที่ 2 แสดงสี่องค์ประกอบต่าง ๆที่ใช้ในการปฏิบัติการครั้งนี้
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- I made my request to pay you can get gol
- คุณมาแท็กซี่ ฉันจ่ายให้คุณ
- รอใครซักที่จะเหมาะสมกับเรา
- มันเร็วเกินไปสำหรับความรัก
- There the cold weather?
- ขาดแคลน
- มันจะผ่านไปด้วยดี
- patun
- yeah my dear,you too looks cute and dece
- ซ้าย
- คุนตื่นยัง
- ฉันขอไปเข้าห้องน้ำสักครู่
- okay good
- ชยากร
- Nine Power Up
- คุณจะกับวันนี้
- June
- ฉันอยากเห็นเวลาคุณทำงาน
- 2. พืชพวก xerophyte
- นักเรียนทุกคนต้องทำการบ้านที่ครูสั่งมาส่
- ถ้าคุณคิดว่าฉันมีความสุขเมื่ออยู่ที่บ้าน
- เพราะปัจจุบันภาวะเศรษฐกิจดีขึ้น ทำให้การ
- employed
- It's too late I see you
