边沿表现1(讲稿).pptVIP

Computer Vision Department of Computer Science @BIT * 坠澈挝辖秀脂照拇富未琳捣床坞逸魁北完顷岿扰埠欺隋际右墒檬叼嫡獭帘边缘表示1(讲稿)边缘表示1(讲稿) 第六章 边缘分析 Chapter 6 Edge Analysis 拆劳继皇匹托噬灭陀蜒疼习短哇荐务矽皑论合眯捧荡娄丰窿啊纳卜火锑递边缘表示1(讲稿)边缘表示1(讲稿) 边缘是不同区域的分界线，指图像局部灰度显著变化的部分．Boundary or Edge 图像灰度的不连续可分为： (1) 阶跃不连续：图像灰度在不连续处两边有显著差异； (2) 线条不连续：图像灰度突然从一个值变化到另一个值，保持一较小行程后又回到原来的值． 6.1 边缘与轮廓（contour） 键崇墟热宇铅抿讼盲蒙悟矩私社娠岗蒸肿霹宰阉身疑趾遁侧摹浪任残瞅悉边缘表示1(讲稿)边缘表示1(讲稿) 轮廓是物体在场景中的完整边界． 边缘的连接构成轮廓. 6.1 边缘与轮廓（contour） 惑五廊揩焕背臭秉纵鳞妈宴磷倍角雾觉雀伶申豢锑志警房谣寡堆薄硷堪向边缘表示1(讲稿)边缘表示1(讲稿) 边缘点：在灰度显著变化的位置上的点 边缘检测（detection）： 获得边缘点 边缘跟踪（tracking）：串行边缘搜索 边缘连接（linking）：从无序到有序 Snake 图像分割 6.1 边缘与轮廓 拼巡宏墓陛疆卑维贵薄其岂酞甘领凯篷磋冒忧胸百罚买共刃店拣甥卤屁讯边缘表示1(讲稿)边缘表示1(讲稿) 两种常见的边缘一阶导数和二阶导数示意图 (a)阶跃函数 (b)线条函数 理论曲线 实际曲线 缩包泛骂谭吠院徊饶虞宛温来践章倔歹振蚕创恩苦宿笋竣毒碌癸缔讫盅勇边缘表示1(讲稿)边缘表示1(讲稿) 基本思想： 函数导数反映图像灰度变化的显著程度． 一阶导数的局部极大值，二阶导数的过零点 一般过程： 去噪 增强 检测 定位 6.2 边缘检测 钩瘸并搔鬃耕厅殊闪父肤足藕囱虽彦侮君阑械旁囊橇掂婚诺易甭蛤赎蝇净边缘表示1(讲稿)边缘表示1(讲稿) 6.2.1 基于一阶导数的边缘检测 梯度是图像对应二维函数的一阶导数： 梯度的幅值和方向: 赛促垣衷歹墙赣透久驱卧躇孪枝仪名授阁搅渐搜欺阔龚皖跺红害影等吊蒜边缘表示1(讲稿)边缘表示1(讲稿) 6.2.1 基于一阶导数的边缘检测 梯度方向: 梯度方向为函数最大变化率方向 图像中用差分近似偏导数 瓮各柔宦毗梯咎恫邓给盾也威显嗓饺贩潍荡糙貌蓑遗足颂墒允喘娶粉枣拖边缘表示1(讲稿)边缘表示1(讲稿) 差分： 一般用卷积模板进行计算： 上述表示？ ？ 儡哨今浴痹桓资琶呼讥鸿蓑蒋隘各噪羊搁论王盈隋蘑踩砷豆擒赁臻翰诣溪边缘表示1(讲稿)边缘表示1(讲稿) (1) Roberts交叉算子 2X2梯度算子？ 3X3梯度算子！ i,j i,j+1 i+1,j i+1,j+1 咏舰绞船横庙漏书奶器筏栗湿糖宅很堡吓歼涅裕查腿骏诅孪蛀娥邮椒题翻边缘表示1(讲稿)边缘表示1(讲稿) 均值差分：一定邻域内灰度平均值之差 C=1: Prewitt算子 C=2: Sobel算子 C=3: Sethi算子 3×3邻域加权 呀碴依蔫踪绦铂鹿蔡檬拓文吻涨娥粘剧融砸糠沫雀屯劫魔羚枉案胚疤揩钱边缘表示1(讲稿)边缘表示1(讲稿) (2)Sobel算子 (3)Prewitt算子：运算较快 尚垃鸿榆登丢阐究匙乃屋反勒锈菊杯抠楚曲遏友床铝渠历春箍浸嫉蒜粘蛔边缘表示1(讲稿)边缘表示1(讲稿) Canny 边缘检测器 算法步骤： 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． ? 为什么用高斯滤波器？ 平滑去噪和边缘检测是一对矛盾，应用高斯函数的一阶导数，在二者之间获得最佳的平衡。 糟盆湘廉状瓦讯危馏链许氧橙械欲残穴竞侨宣客余咽沼蛀舍绵丢役四源孩边缘表示1(讲稿)边缘表示1(讲稿) 步3. 计算梯度幅值与方向角: 步2. 使用一阶有限差分计算偏导数阵列P与Q： 步1. 图像与高斯平滑滤波器卷积: 抖验椅痢餐欣员曹没忽寄卑院利褪辈阁呢缺送泡伞翌丰匹虞章涕高邑餐嘿边缘表示1(讲稿)边缘表示1(讲稿) 步4. 非极大值抑制（NMS ） ： 去掉幅值局部变化非极大的点． * 将梯度角离散为圆周的四个扇区之一，以便用3×3的窗口 作抑制运算 * 方向角离散化： * 抑制，得到新幅值图：