เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การปรับฮิสโทแกรมให้เท่ากัน× | การจับคู่แม่แบบ× | |
|---|---|---|
| สาขาวิชา | การมองเห็นของคอมพิวเตอร์ | การมองเห็นของคอมพิวเตอร์ |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 1970s | 1980s |
| ผู้ริเริ่ม≠ | Signal processing community | Computer vision community |
| ประเภท≠ | Contrast enhancement and preprocessing | Pattern matching and detection |
| แหล่งต้นตำรับ≠ | Gonzalez, R. C., & Woods, R. E. (1992). Digital Image Processing. Addison-Wesley, 2nd edition, Chapter 3. link ↗ | Lewis, J. P. (2004). Fast normalized cross-correlation. Vision Interface, 120–123. link ↗ |
| ชื่อเรียกอื่น | Histogram stretching, Contrast enhancement | Correlation-based matching, Similarity matching |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Histogram equalization is an image preprocessing technique that redistributes pixel intensities to improve contrast and visibility of details. By spreading the histogram of pixel values evenly across the available range, histogram equalization enhances images with poor contrast, making features more visually distinct and easier to process algorithmically. | Template matching is a straightforward technique for locating a known pattern (template) within a larger image. By sliding a template image across the target image and computing a similarity measure at each position, template matching identifies locations where the template appears. It is effective for simple object detection when templates are well-defined and appearance variation is limited. |
| ScholarGateชุดข้อมูล ↗ |
|
|