经典图像边缘检测(综合法思想)Canny算子..docxVIP

窗体顶端用户名:?? 密码:登录窗体底端注册反演集合数学博客近来诸君大量转载本博客内容。前不见古人，后却见来者，欣慰。请诸君转载时注明文章来源和作者是刘建忠，并把对文章的批评指正及时告知我好吗。?主页博客相册|个人档案|好友|i贴吧? 查看文章?经典图像边缘检测(综合法思想)——Canny算子2008-05-30 9:03John Canny于1986年提出Canny算子，它与Marr（LoG）边缘检测方法类似，也属于是先平滑后求导数的方法。John Canny研究了最优边缘检测方法所需的特性，给出了评价边缘检测性能优劣的三个指标：l???????????? 好的信噪比，即将非边缘点判定为边缘点的概率要低，将边缘点判为非边缘点的概率要低；l???????????? 高的定位性能，即检测出的边缘点要尽可能在实际边缘的中心；l???????????? 对单一边缘仅有唯一响应，即单个边缘产生多个响应的概率要低，并且虚假响应边缘应该得到最大抑制。用一句话说，就是希望在提高对景物边缘的敏感性的同时，可以抑制噪声的方法才是好的边缘提取方法。Canny算子求边缘点具体算法步骤如下：1. 用高斯滤波器平滑图像．2. 用一阶偏导有限差分计算梯度幅值和方向.3. 对梯度幅值进行非极大值抑制 ．4. 用双阈值算法检测和连接边缘． 步1. 图像与高斯平滑滤波器卷积: 步3. 对梯度幅值进行非极大值抑制(non_maxima suppression，NMS):仅仅得到全局的梯度并不足以确定边缘，因此为确定边缘，必须保留局部梯度最大的点，而抑制非极大值。解决方法：利用梯度的方向:步4. 用双阈值算法检测和连接边缘:对非极大值抑制图像作用两个阈值th1和th2，两者关系th1=0.4th2。我们把梯度值小于th1的像素的灰度值设为0，得到图像1。然后把梯度值小于th2的像素的灰度值设为0，得到图像2。由于图像2的阈值较高，去除大部分噪音，但同时也损失了有用的边缘信息。而图像1的阈值较低，保留了较多的信息，我们可以以图像2为基础，以图像1为补充来连结图像的边缘。链接边缘的具体步骤如下：对图像2进行扫描，当遇到一个非零灰度的像素p(x,y)时，跟踪以p(x,y)为开始点的轮廓线，直到轮廓线的终点q(x,y)。考察图像1中与图像2中q(x,y)点位置对应的点s(x,y)的8邻近区域。如果在s(x,y)点的8邻近区域中有非零像素s(x,y)存在，则将其包括到图像2中，作为r(x,y)点。从r(x,y)开始，重复第一步，直到我们在图像1和图像2中都无法继续为止。当完成对包含p(x,y)的轮廓线的连结之后，将这条轮廓线标记为已经访问。回到第一步，寻找下一条轮廓线。重复第一步、第二步、第三步，直到图像2中找不到新轮廓线为止。至此，完成canny算子的边缘检测。类别：认知科学||添加到搜藏 |分享到i贴吧|浏览(8229)|评论?(14) ?上一篇：转载王玉初：无法原谅作为老师的...????下一篇：经典图像边缘检测(综合法思想)—...?已有8人分享了这篇文章：GrandyangTa的分享jbaoleeTa的分享zhenli_nuaaTa的分享liya050Ta的分享zyqhi2010Ta的分享wensanmuTa的分享Hellraiser135Ta的分享?最近读者：登录后，您就出现在这里。??diasfloczyrf1987大脸猫1111111斌悠悠ah007lscwingozhidaolaorenyuhai126jndxzh?网友评论：1Gracefu05-30 09:24 | 回复学习！?2wanghuanjia2008-05-30 11:48 | 回复吸收知识拉?3虫贝穴子2008-05-30 13:18 | 回复问好学习！！！?4紫罗兰凤凰2008-05-30 17:22 | 回复我只能放着以后看啦！因为呐，我连因式分解七年级的东西还没有碰啦，向各位学子致敬拉?5滕哲文2008-05-30 20:30 | 回复保留！以后等我学了很多知识后，来慢慢钻研！支持你继续努力！?6宝宝爷爷2008-05-31 11:40 | 回复考完我就来天天学！！哈哈?7simonyuming2008-06-01 17:55 | 回复拜读。 Canny算子可以说效果最优。?8匿名网友2009-08-10 00:57 | 回复讲得非常清楚！非常棒！?9匿名网友2009-08-11 10:24 | 回复对非极大值抑制图像作用两个阈值th1和th2，两者关系th1=0.4th2 对此我有一点疑问，想请教一下：这两个阈值一定是这样的关系吗？我最近做轮廓提取项目，似乎没碰到过这样的关系啊？?10liujianz2009-08-11 11:13 | 回复两者关系th1=0.4