数字图像处理 自讲15分钟.pptVIP

* 图像边缘检测的算法分析 计算机学院 概述 边缘是指其周围像素灰度后阶变化或屋顶状变化的那些像素的集合，是图象最基本的特征。 边缘检测在计算机视觉、图象分析等应用中起着重要的作用，是图象分析与识别的重要环节，也是图像分析和模式识别的主要特征提取手段。 边缘存在于目标与背景、目标与目标、区域与区域，基元与基元之间。 图像的边缘提取是图像匹配的基础，因为它是位置的标志，对灰度的变化不敏感，它可作为匹配的特征点。 边缘的分类 阶跃状 阶梯状 脉冲状 屋顶状 阶跃状：理想的数字边缘模型，这个模型生成的完美边缘是一组相连的像素的集合，每个像素都处在灰度级跃变的一个垂直的台阶上。 阶梯状：边缘被模拟成具有“类斜面”的剖面，斜坡部分与边缘的模糊程度成比例。阶梯状边缘处于图像中两个具有不同灰度值的相邻区域之间。 脉冲状：主要对应细条状的灰度值突变区域。 屋顶状：边缘上升下降沿都比较缓慢。 阶跃状 屋顶状 图像 剖面 一阶导数 二阶导数 经典的边缘检测算子 几种常用的边缘检测算子 Roberts算子 Prewitt算子 Sobel算子 Canny算子 Laplacian of Gaussian（LOG）算子 Roberts算子 根据任意一对互相垂直方向上的差分可用来计算梯度的原理，采用对角线方向相邻两像素之差，即: 模板： 特点： 与梯度算子检测边缘的方法类似，检测水平