杰尔加纳·斯帕索娃 一种彩色图像分割和轮廓检测的方法。 （英语） Zbl 1472.94018号 Mladenov，Ivaílo M.（编辑）等人，《第21届几何、可积性和量化国际会议论文集》，保加利亚瓦尔纳，2019年6月3日至8日。索非亚：Avangard Prima；索非亚：保加利亚科学院，生物物理和生物医学工程研究所。地质学。可积性量化21，272-279（2020）。 本文主要研究水源彩色图像的分割和水源轮廓的检测。在观察到蓝色通道上图像中的水域较暗的基础上，提出了一种识别蓝色像素的阈值算法来解决这个问题。该算法已经在四幅不同尺寸和分辨率的图像上进行了测试，以证明其有效性。为了证明该算法的实用性，预计将在更多彩色图像上进行实验，并检查所选阈值对结果的影响。关于整个系列，请参见[Zbl 1445.53003号].审核人：孙燕奎（北京） MSC公司： 94A08型 信息与通信理论中的图像处理（压缩、重建等） 68单位10 图像处理的计算方法 68吨10 模式识别、语音识别 关键词：图像分割技术;物体识别;人脸识别 PDF格式BibTeX公司 XML格式引用 \textit{G.Spasova}，地理。可积量化21，272--279（2020；Zbl 1472.94018） 全文： 内政部 参考文献： [1] Bobbinpreet K.和Raju S.，使用RGB分解和改进的细菌觅食优化的图像分割，Int.J.Comput。工程研究3（2013）50-55。 [2] 范伟，基于区域增长的彩色图像分割算法，计算。工程7（2010）63-68。 [3] Haralick M.和Shapiro G.，图像分割技术，计算。视觉。图表。图像。过程。29 (1985) 100-132. [4] Lin D.、Dai J.和Jia J.，用于语义分割的Scribble监督卷积网络，收录于：IEEE计算机视觉和模式识别会议，Bernard Burgeth等人（编辑），Softcover，拉斯维加斯，2016年，第3159-3167页。 [5] Song Y.和Yan H.，图像分割算法概述，arXiv:1707.020512017，第6页。 [6] Spasova G.，《水域等高线检测方法》，摘自：第20届国际计算机系统与技术会议，Tz.Vassilev和A.Smrikarov（编辑），ACM，2019年，纽约，第175-179页。 [7] Wani A.和Batchelor G.，基于边缘区域的距离图像分割，IEEE Trans。图案。分析。机器。智力。16（1994）314-319 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。