- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
各种边缘检测的比较
各类边缘检测算子的比较摘要:边缘检测是图像处理和计算机视觉中的基本问题,其目的标识数字图像中亮度变化明显的点。图像边缘检测大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性。有许多方法用于边缘检测,它们的绝大部分可以划分为两类:基于有哪些信誉好的足球投注网站和基于零交叉。基于有哪些信誉好的足球投注网站的边缘检测算子有:Roberts算子,Prewitt算子,Sobel算子,Canny算子,罗盘算子。基于零交叉的边缘检测算子有Marr-Hildreth边缘检测器。本篇论文分析了各种检测算子的特点,并对各种边缘检测算法的检测结果进行了比较。关键词:边缘检测;图像处理;算子0 引言图像边缘是图像的重要特征,是计算机视觉、模式识别等的基础,因此边缘检测是图像处理中一个重要的环节。然而,图像边缘受很多因素的影响。这些包括(i)深度上不连续、(ii)表面方向不连续、(iii)物质属性变化和(iv)场景照明变化。目前,常用的边缘检测算法没有哪一种具有绝对的优越性。因此,对各种边缘检测算子的性能进行比较分析,根据图像边缘的特征选择比较合理的边缘检测显得尤为重要。1 基于有哪些信誉好的足球投注网站的边缘检测算子基于有哪些信誉好的足球投注网站的边缘检测方法首先计算边缘强度,通常用一阶导数表示,例如/wiki/%E6%A2%AF%E5%BA%A6梯度模;然后,用计算估计边缘的局部方向,通常采用梯度的方向,并利用此方向找到局部梯度模的最大值。Roberts算子Roberts算子【1】是一种利用局部差分算子寻找边缘的算子,它由下式给出 :g ( x , y) = [ f ( x , y) - f ( x + 1 , y + 1) ]2 +[ f ( x + 1 , y) - f ( x , y + 1) ]2(1)其中 f ( x , y ) 、 f ( x + 1 , y ) 、 f ( x , y + 1) 和f ( x + 1 , y + 1) 分别为 4领域的坐标,且是具有整数像素坐标的输入图像。Roberts算子是2 X 2 算子模板。图1所示的2个卷积核形成了Roberts算子。图像中的每一个点都用这2个核做卷积。100-101-10 图1Roberts算子Prewitt算子Prewitt 算子由下式给出:SP = ( dx2 + dy2) 1/2 (2)Prewitt 算子是 3 ×3 算子模板 。图 3 所示的2个卷积dx 、dy 形成了Prewitt 算子。与 Sobel 算子的方法一样 ,图象中的每个点都用这 2 个核进行卷积,取最大值作为输出值。Prewitt 【2】算子也产生1 幅边缘幅度图象。-101-101-101111000-1-1-1图2Prewitt算子Sobel算子Sobel 【3】算子是一种一阶微分算子,它利用像素邻近区域的梯度值来计算1个像素的梯度,然后根据一定的阈值来取舍。它由下式给出:S = ( dx2 + dy2) 1/2 (3)Sobel算子是 3×3 算子模板。图 2 所示的 2个卷积核dx、dy形成Sobel算子。一个核对通常的垂直边缘响应最大,而另一个核对水平边缘响应最大。2个卷积的最大值作为该点的输出值。运算结果是1 幅边缘幅度图象 。-101-202-101121000-1-2-1图3Sobel算子 Canny算子Canny 【4】边缘检测算子是近年来在数字图像处理中广泛应用的边缘算子,它是应用变分原理推导出的一种用高斯模块导数逼近的最优算子。通过 Canny 算子的应用,可以计算出数字图像的边缘强度和边缘梯度方向,为后续边缘点判断提供依据。公式:Gn = n?G (4) 式中n 就是边缘方向,? G是梯度矢量,而边缘强度由 |?G * f (x, y)| 决定。在 Canny 算子计算实现过程中,为了提高速度,同样可以采用分解的方法,把?G 的滤波 模块分解为二个一维的行列滤波器。即 (5) (6)将(4)(5)分别与图像 f (i,j)卷积,得到: (7) (8)式中 A(i, j) 反映了图像上(i, j) 点处的边缘强度,α(i, j) 是图像(i, j) 点处的法向方向(正 交于边缘方向)。 当一个像素满足以下 3 个条件时,则认为是图像的边缘点: (1) 该点的边缘强度大于沿该点梯度方向的两个相邻像素点的边缘强度; (2) 与该点梯度方向上相邻两点的方向差小于 0 45 ; (3) 以该点为中心的 3x3 领域中的边缘强度极大值小于某个阈值; 条件(1)(2)的作用是将在梯度方向上的两个相邻像素从候选边缘点中剔除,条件(3)的 作用是消除虚假的边缘点。2 基于零交叉的边缘检测算子基于零交叉的方法找到由图像得到的二阶导数的零交叉点来定位边缘.2.1 Marr-Hildreth 边缘检测算子Marr-Hildreth 边缘检测算子是将
文档评论(0)