二边缘检测.pptVIP

边缘检测：用一阶或二阶微分/差分滤波器对信号滤波并检测局部最大值或过零点 不少研究者由一定的边缘模型及噪声模型出发，提出了最优的边缘检测滤波器，他们都采用了最简单的阶跃边缘与可加性的白噪声模型。 其中， 是均值为0、方差为 的白噪声 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 假设 信号：受白噪声影响的阶跃边缘 滤波器：有限脉冲响应滤波器 Canny最优化准则 检测标准（最大信噪比准则）：要有好的检测结果，不丢失重要的边缘，不应有虚假的边缘(SNR) 定位标准（最优过零点准则）：实际边缘位置与检测到的边缘位置间的偏差最小(L) 单响应标准（多峰值响应准则）：对实际上的同一边缘要有低的响应次数 Canny以一维形式为例，给出了三条准则的数学表达式，将寻找最优滤波器的问题转换为泛函的约束优化问题 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 针对一维信号和前两个最优化准则，可用变分法求得滤波器的完整解 加入第三个最优化准则，则需要通过数值优化方法得到最优解 最优的滤波器可有效近似为标准差为σ的高斯一阶微分滤波器，误差小于20％ 对于二维情况，阶跃边缘由位置、方向、幅度确定，可以证明，将图像与一对称的二维高斯函数做卷积再沿梯度方向微分，就构成了一个简单而有效的滤波器 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 双阈值技术 边缘检测通过阈值化确定突出的边缘，对噪声引起的单边缘虚假响应会造成边缘不连续，这是由于滤波结果超出或低于阈值所致，这种问题可通过滞后阈值化处理解决 图像信号的响应大于高阈值，它一定是边缘 图像信号的响应小于低阈值，它一定不是边缘 图像信号的响应在高低阈值之间，如果它与大于高阈值的像素相连，它也可能是边缘 高、低阈值可根据对信噪比的估计确定 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 边缘检测与滤波器 多尺度滤波器与过零点定理 最优边缘检测滤波器 补充：病态问题与正则化方法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 边缘：图像中的边缘是像素灰度值发生剧烈变化而不连续的结果。边缘检测是所有基于边界的图像分割方法的第一步。 边缘的重要性：边缘点包含了图像中的大多数信息 边缘点的物理意义 空间曲面的不连续点 不同材料或不同颜色产生的边缘点 物体与背景的分界线——外轮廓线 阴影引起的边缘 边缘是图像上灰度的不连续点，或者是灰度变化剧烈的地方 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 在边缘点附近信号具有频域的高频分量，所有边缘检测方法在本质上都是检测信号的高频 边缘检测的难点：区分信号的高频和噪声 边缘检测 边缘检测与滤波器 多尺度滤波器与过零点定理 最优边缘检测滤波器 补充：病态问题与正则化方法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 边缘是图像上灰度的不连续点，或者是灰度变化剧烈处 边缘的数学表达：信号一阶微分最大值/两阶微分过零点（章毓晋 P78图5.1.1） a：原始信号 b：一阶微分 c：二阶微分 但在实际算法实现上，检测过零点的算法比检测局部最大值的算法简单 Evaluation only. Created with Aspose.Slides for .NET 3