数字图像处理图像检测与分割(节)教案解析.ppt

* Canny算子 ? 算法步骤 ?用高斯滤波器平滑图像 ?计算滤波后图像梯度的幅值和方向 ?对梯度幅值应用非极大值抑制，其过程为找处图像梯度中的局部极大值点，把其它非局部极大值点置零以得到得到细化的边缘 ?用双阈值算法检测和连接边缘，使用两个阈值T1和T2(T1T2)，T1用来找到每条线段，T2用来在这些线段的两个方向上延伸寻找边缘的断裂处，并连接这些边缘。 * Canny算子 ? 实例 * 算子比较 ? ? Roberts算子：Roberts算子利用局部差分算子寻找边缘，边缘定位精度较高，但容易丢失一部分边缘，同时由于图像没经过平滑处理，因此不具备能抑制噪声能力。该算子对具有陡峭边缘且含噪声少的图像效果较好。 ? Sobel算子和Prewitt算子：都是对图像先做加权平滑处理，然后再做微分运算，所不同的是平滑部分的权值有些差异，因此对噪声具有一定的抑制能力，但不能完全排除检测结果中出现的虚假边缘。虽然这两个算子边缘定位效果不错，但检测出的边缘容易出现多像素宽度。 * 算子比较 ? ? Laplacian算子：是不依赖于边缘方向的二阶微分算子算子，对图像中的阶跃型边缘点定位准确，该算子对噪声非常敏感，它使噪声成分得到加强，这两个特性使得该算子容易丢失一部分边缘的方向信息，造成一些不连续的检测边缘，同时抗噪声能力比较差。 * 算子比较 ? ? LOG算子：该算子首先用高斯函数对图像作平滑滤波处理，然后才使用Laplacian算子检测边缘，因此克服了Laplacian算子抗噪声能力比较差的缺点，但是在抑制噪声的同时也可能将原有的比较尖锐的边缘也平滑掉了，造成这些尖锐边缘无法检被测到。应用LOG算子，高斯函数中方差参数的选择很关键，对图像边缘检测效果有很大的影响。高斯滤波器为低通滤波器，越大，通频带越窄，对较高频率的噪声的抑制作用越大，避免了虚假边缘的检出，同时信号的边缘也被平滑了，造成某些边缘点的丢失。反之，越小，通频带越宽，可以检测到的图像更高频率的细节，但对噪声的抑制能力相对下降，容易出现虚假边缘。因此，应用LOG算子，为取得更佳的效果，对于不同图像应选择不同参数。 * 算子比较 ? ? Canny算子：Canny算子虽然是基于最优化思想推导出的边缘检测算子，实际效果并不一定最优，原因在于理论和实际有许多不一致的地方。该算子同样采用高斯函数对图像作平滑处理，因此具有较强的抑制噪声能力，同样该算子也会将一些高频边缘平滑掉，造成边缘丢失。Canny算子其后所采用用双阈值算法检测和连接边缘，采用的多尺度检测和方向性搜索较LOG算子要好。 * 算子比较 ? (b) Robert算子边缘检测 (c) Sobel算子边缘检测 (d) Prewitt算子边缘检测 (e) Laplacian算子边缘检测 (f) Kirsch算子边缘检测 (a) (b) (c) (d) (e) (f) 算子比较 ? 梯度算子 Roberts算子 Prewitt算子 Kirsch算子 原始图像 Laplacian算子 * 9.3 边缘跟踪 * 边缘跟踪 出发点 由于噪音的原因，边界的特征很少能够被完整地描述，在亮度不一致的地方会中断。 因此典型的边检测算法后面总要跟随着连接过程和其它边界检测过程，用来归整边像素，成为有意义的边。 * 边缘跟踪 边缘跟踪的概念 将检测的边缘点连接成线就是边缘跟踪 线是图像的一种中层符号描述 由边缘形成线特征的两个过程 可构成线特征的边缘提取 将边缘连接成线 连接边缘的方法 光栅跟踪 全向跟踪 霍夫变换 * 基本步骤 从图像中一个边缘点出发，然后根据某种判别准则搜索下一个边缘点以此跟踪出目标边界。 ?确定边界的起始搜索点，起始点的选择很关键，对某些图像，选择不同的起始点会导致不同的结果。 ?确定合适边界判别准则和搜索准则，判别准则用于判断一个点是不是边界点，搜索准则则指导如何搜索下一个边缘点。 ? 确定搜索的终止条件。 * 二值图像边界跟踪 * 灰度图像边界跟踪 * 光栅扫描跟踪 概念 是一种采用电视光栅行扫描顺序，结合门限检测，对遇到的像素进行分析，从而确定是否为边缘的跟踪方法。 * * Digital Image Processing 数字图像处理 * 第九章 图像分割