数字图像处理边缘检测要点解析.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 6.1.3.1 局部连接处理（边界闭合） 1 连接处理的时机和目的 时机：对做过边缘检测的图像进行。 目的：连接间断的边。 6.1.3.1 局部连接处理（边界闭合） 2 连接处理的原理 1)做过边缘检测后，对每个边缘点(x,y)的邻域内像素的特点进行分析。 2)分析在一个小的邻域（3?3或5?5）中进行。 3)用比较梯度算子的响应强度和梯度方向确定两个点是否同属一条边。 点(x,y) 点(x’,y’) 6.1.3.1 局部连接处理（边界闭合） 通过比较梯度，确定两个点的连接性： 对于点(x’,y’)，判断其是否与邻域内的点 (x,y)相似，当： ||?f (x,y)| – |?f (x’,y’)|| ? T 其中T是一个非负的阈值。 6.1.3.1 局部连接处理（边界闭合） 比较梯度向量的方向角 对于点(x’,y’)，判断其是否与邻域内的点 (x,y)的方向角相似，当： |? (x,y) – ? (x’,y’)| < A 其中A是一个角度阈值。 6.1.3.1 局部连接处理（边界闭合） 当梯度值和方向角都是相似的，则点(x’,y’)，与边点界(x,y)是连接的。 点(x,y) 点(x’,y’) 6.1.3.2 霍夫(Hough)变换 问题的提出 Hough变换的基本思想 算法实现 Hough变换的扩展 6.1.3.2 Hough变换 1 Hough变换(HT)问题的提出 在找出边缘点集之后，需要连接，形成完整的边缘图形描述。 2 Hough变换的基本思想 y=kx+q (x0,y0) x y k q (k,q) 例如为了检测任意方向和位置的直线。该直线在原始图像空间（x,y)的直线方程为： y=kx+q （斜截式） 它与参数空间上的一个点(k,q)相对应。 过(x0,y0)的一组直线，在参数空间中可用一条直线表示。 所以，在图像中一条直线上，在参数空间中为一个点，在参数空间中找到这个点，就可以找到在x,y空间中对应的这条线的两个参数。 6.1.3.2 Hough变换 x y k q (k0,q0) 把每一个点（指过每一点的一组线）都变换到k,q坐标中，各对应一条直线，共10条线，10条线交于一点(k0,q0)，这点所对应的k,q值就是x,y空间中这10个点共线的线的参数，则它在x-y空间上对应于直线y= k0 x+q0 。 6.1.3.2 Hough变换 对于分布在两条直线上的点，就可以在参数空间中找到两个聚类点。 k q x y A B C D ? E F ? ? ? 6.1.3.2 Hough变换 1962年由霍夫（Hough）向美国申请专利，用来检测图像中的直线和曲线。后经Rosenfeld把它引用到图像处理中，提出用一个二维累积数组作霍夫变换。 为了用程序实现，要准备一个表示k-q空间的二维数组，每通过一个轨迹，就在数组元素中加上1，在对应于边缘点所有的轨迹都画出之后，就可以提取具有较大值的数组元素，这就是边缘。 以上方法的毛病是：用了直线斜率和截距，若斜率无穷大，则在k,q空间中k非常大。 4 Hough变换算法实现 76年由Duda和Hart作了改进，把用斜率和截距的表示变成用法线和法线与X轴的夹角表示。即： y x (x,y) (x0,y0) ? ? ? ?‘ 其中?是从原点引到直线的垂线长度； ?是垂线和x轴的夹角。 ? = xcos? + ysin? 如果设这条直线通过图像上的点(x0,y0)，则： ?= x0cos?+ y0sin? 6.1.3.2 Hough变换 ?-?空间上的一点对应于x-y空间上的一条直线。 相反，用上式表示的?-?空间的轨迹，就表示了在x-y空间通过(x0,y0)点的所有直线群。 对图像中所有的边缘点施以同样的操作，便求出在?-?空间各条轨迹集中的位置 ( ?0,?0 )，它在x-y空间上对应于直线?0= xcos?0+ ysin?0，这样直线将被检测出来。 ?可以取0?2?或-? ? ?。 6.1.3.2 Hough变换 y x 60 120 60 ? ? A B C D E F G ? ? (a) x-y空间的边缘点(霍夫变换) 6.1.3.2 Hough变换 ? 120 0 -120 ?/2 ? ? ? ? A B C D E F G (b) ?-?空间的轨迹 (霍夫变换) 6.1.3.2 Hough变换