04彩色边缘检测与分类选读.ppt

SEIE-TJU Index 彩色图像边缘检测 彩色边缘分类 意义 与灰度图像边缘检测算法相比，彩色图像边缘检测算法能够提供更多的边缘信息。特别是对于有些物体边缘，亮度相同而颜色不同，用传统的灰度图像边缘检测算法将失去作用 能够利用彩色图像中的颜色信息区分各种不同类型的边缘，而在灰度图像中，基本不可能完成此区分任务 边缘检测和分类最好能够模拟人类视觉处理机制，这样则可得到最好的结果. 彩色边缘检测方法 目前针对彩色边缘检测的方法主要分为颜色分量输出合成方法、多维梯度方法和基于向量的方法 颜色分量输出合成把灰度图像边缘检测算法应用到彩色图像各颜色分量上，然后进行各分量结果的合成。 颜色分量输出合成 优势是可以借助研究时间较长、研究比较成熟的灰度边缘检测算法。 缺点：到目前为止还没有一个对“边缘”的确切定义(灰度图像的边缘定义为图像函数一阶导数的极值点和二阶导数的过零点)，己有的定义分为两种:一是亮度部分有边缘即是图像的边缘，这种定义忽略了色度和饱和度可能的不连续性，造成边缘检测的偏差;二是定义任何一个颜色分量有边缘即为图像边缘，这会造成边缘检测不准确。这两种定义的检测结果依赖于所使用的颜色空间，忽略了颜色分量之间的相关关系。 所以基于颜色分量输出合成的彩色图像边缘检测算法首先要解决的重点是颜色空间的选取和彩色分量之间的相关关系研究上，其次是使用最新的理论发展灰度图像边缘检测算