勇士夺冠视频回放_最佳第一阵容_贝莱隆_-90vs即时比分 - 中国cba官网

圖像增強后，由于用戶的個體差異，不同的人手指厚度是不一樣的。因為原始數據圖像會被脈沖噪聲所影響，這就給后面圖像的分割造成了一定困難，所以在圖像分割之前需要進行增強處理圖像信息。在去噪處理中，需要對采集到的圖像進行減噪處理，通過均值濾波對圖像進行平滑處理。均值濾波主要是通過鄰域平均，針對有噪聲的原始數據圖像（假設為（x:y））的每個像素點可以選擇一個模板，這個模板是由鄰近的m個像素結構組成，求得一個均值之后再將均值賦給當前的像素點，即作為該像素點最終的像素值。公式如下:g（x,y）=1/m＞f（x,y）

通過設置不同特征的不同閾值，可以將圖像像素分成若干類。常用的特征主要包括了直接來自原始數據圖像的灰度和彩色特征以及由原始灰度或彩色值變換可以得到的特征。將原始圖像設置為f(x，y)，根據固定準則求出f(x，y)中的特征值t，分別設置0和1來標記圖像的背景和目標物體，并將圖像分成兩部分，即圖像值化。

圖像進行分割，根據圖像分割研究方法的不同，可以發展大致分為四種:

（1）利用圖像灰度統計的方法，如一維直方圖閾值和二維直方圖閾值;

（2）利用光譜信息的圖像分割方法和圖像空間區域信息，比如多光譜圖像分割、生長法、紋理分割等;

（3）邊緣檢測方法利用圖像中灰度變化最強的區域信息，如Canny算法;

（4）利用像素分類法，就是將圖像分類管理技術進行分析圖像分割的一種教學方法，比如模糊分類方法、神經網絡學習方法和統計分類研究方法等。