计算机视觉Chapter5.ppt

computer vision 第五章　边缘检测与轮廓表示 5.1 边缘检测中的一些基本术语 5.2 梯 度 5.3 一阶边缘检测算子 5.4 二阶边缘检测算子 5.5 Canny 检测算法 5.6 轮廓表示 5.7 Hough 变换 5.1 边缘检测 一些术语： 边缘点：图像中亮度显著变化的点。 边缘段：边缘点坐标[i,j]及其方向θ的总和，边缘的方向可以是梯度值。 边缘检测器：从图像中抽取边缘（边缘点或边缘线段）集合的算法。 轮廓：边缘列表，或是一条边缘列表的曲线模型。 边缘连接：从无序边缘表形成有序边缘表的过程，习惯上边缘的表示用顺时针方向来排序。 边缘跟踪：一个用来确定轮廓图像的搜索过程。 5.1 边缘检测 边缘点的坐标用边缘位置像素的行、列整数标记；边缘段用像素点尺寸大小的线段表示，或用有方向属性的一个点定义。实际中，边缘点和边缘线段都表示边缘。 边缘检测器生成的边缘集可以分为：真边缘集和假边缘集、漏检边缘集。假边缘集称为假阳性，漏检的边缘集成为假阴性。 边缘连接和边缘跟踪之间的区别：边缘连接是把边缘检测器检测的无序边缘集作为输入，输出一个有序边缘集；边缘跟踪是将一幅图像作为输入，输出一个有序边缘集。 梯 度 一维情况下，阶跃边缘同图像的一阶导数局部峰值有关。图像灰度值的显著变化可用梯度的离散逼近函数来检测，梯度是一阶导数的二维等效式： 梯度的幅度值： 梯度的幅