8第五章图像分割解析.ppt

线性滤波器服从交换率(Commuativity)和结合率(Associativity)： Gauss滤波器的分离运算特性： 5.6.7 Canny算子 5.6.7 Canny算子 边缘数值： 边缘方向： 5.6.7 Canny算子 5.6.7 Canny算子 定位（ localisation ）包含两步： 非最大值抑制 （non-maximal suppression） 滞后阈值 （hysteresis thresholding） 非最大值抑制: 高斯平滑可以抑制图像的噪声，但也减弱了边缘信息。因此要通过Sobel算子提取图像的边缘。得到的边缘线可能较粗。要想沿边缘走向尽量留取少数点，非最大值抑制过程先找出一个边缘点处的边缘走向；在与其垂直的法向方向去除灰度梯度小的边缘点，仅保留灰度梯度最大的边缘点。这样就可得到沿边缘走向的较细的边缘线。 5.6.7 Canny算子 如果M(x,y)〉M1并且M(x,y)〉M2 ，将点Px,y标记为灰度梯度最大值点。 否则，将点Px,y舍去。这样就使原来获得的边缘变窄许多。 设Px,y是步骤（1）提取的一个边缘点。过Px,y的边缘如图所示，Px,y的灰度梯度M(x,y) 的两个分量分别是Mx和My。将过Px,y的边缘法线向两个方向延伸，与点Px,y的8邻域网格相交于两点。设这两个交点的灰度梯度分别为M1和M2，其数值