EmguCV学习笔记 VB.Net 8.4 pyrMeanShiftFiltering

 版权声明：本文为博主原创文章，转载请在显著位置标明本文出处以及作者网名，未经作者允许不得用于商业目的。

EmguCV是一个基于OpenCV的开源免费的跨平台计算机视觉库,它向C#和VB.NET开发者提供了OpenCV库的大部分功能。

教程VB.net版本请访问：EmguCV学习笔记 VB.Net 目录-CSDN博客

教程C#版本请访问：EmguCV学习笔记 C# 目录-CSDN博客

笔者的博客网址：https://blog.csdn.net/uruseibest

教程配套文件及相关说明以及如何获得pdf教程和代码，请移步：EmguCV学习笔记

学习VB.Net知识，请移步： vb.net 教程 目录_vb中如何用datagridview-CSDN博客

 学习C#知识，请移步：C# 教程 目录_c#教程目录-CSDN博客

8.4 pyrMeanShiftFiltering

Mean-shift算法是一种图像分割和聚类算法，可以用于对图像中的颜色或纹理进行分割和聚类。在实现中，Mean-shift算法通常需要选择合适的核函数和带宽参数，以便更好的计算密度函数。同时，还需要考虑如何处理边界处的像素，以避免边界处的像素被错误地分类。Mean-shift算法在计算量和时间复杂度上较高，但是具有较好的稳定性和可靠性，可以用于图像分割、目标跟踪等应用场景。

CvInvoke.PyrMeanShiftFiltering方法通过图像金字塔处理，用于对图像进行图像分割和去噪。它在应用均值漂移滤波器（Mean Shift Filter）之前先对图像进行了降采样，以减少噪声和细节对分割结果的影响。PyrMeanShiftFiltering方法可以根据像素值的相似性将图像分割成不同的区域，并且能够保留边缘信息，适用于对噪声较多、细节较多的图像进行分割。该方法声明如下：

Public Shared Sub PyrMeanShiftFiltering (

         src As IInputArray,

         dst As IOutputArray,

         sp As Double,

         sr As Double,

         maxLevel As Integer,

         termcrit As MCvTermCriteria

)

参数说明：

1. src：输入图像，可以是单通道或多通道图像。
2. dst：输出图像，与输入图像具有相同的尺寸和深度。
3. sp：空间窗口的半径，用于控制空间范围内的像素相似性。
4. sr：颜色窗口的半径，用于控制颜色相似性。
5. maxLevel：金字塔的最大层数，用于多尺度处理。
6. termcrit：终止条件，用于控制算法的收敛性。这是一个McvTermCriteria类型。请参看7.1.4节【CornerSubPix】。

注意：事实上从该方法名称来看，它带有Filter（滤波），更和4.2 节【卷积操作】的各方法作用接近。

【代码位置：frmChapter8】Button8_Click

    Private Sub Button8_Click(sender As Object, e As EventArgs) Handles Button8.Click

        Dim msrc As New Mat("C:\learnEmgucv\tower.jpg", ImreadModes.Color)

        ImageBox1.Image = msrc

        Dim criteria As New MCvTermCriteria(10, 0.1)

        Dim mout As New Mat

        CvInvoke.PyrMeanShiftFiltering(msrc, mout, 80, 80, 4, criteria)

        ' 显示结果

        CvInvoke.Imshow("mout", mout)

        Dim mcannyout As New Mat

        CvInvoke.Canny(mout, mcannyout, 150, 300)

        CvInvoke.Imshow("mcannyout", mcannyout)

        ' 等待按键退出

        CvInvoke.WaitKey(0)

End Sub

输出结果如下图所示：

图8-8 PyrMeanShiftFiltering分离前景

代码最后使用Canny提取边缘，可以看到图像边缘明显变少，分隔区域也明显整齐平滑。