種改進型Canny邊緣ppt課件

1、一種改良型Canny邊緣檢測算法1.概述 邊緣是圖像最根本的特征。經(jīng)典的邊緣檢測算法以為邊緣主要表現(xiàn)為圖像部分特征的不延續(xù)型，從而關于邊緣檢測算子的研討主要集中于灰度圖像梯度的研討。通常將邊緣劃分為階躍狀和屋頂狀兩種類型。階躍邊緣中兩邊的灰度值有明顯的變化；屋頂狀邊緣位于灰度添加和減少的交界處。 典型的一階微分算子有Roberts算子、Prewitt算子、Sobel算子，二階有Laplace算子、LOG算子等等。這些算子簡單容易實現(xiàn)，具有很好實時性，但對噪聲比較敏感、抗干擾性能差，邊緣不夠精細。 Canny算子是基于最優(yōu)化算法的邊緣檢測算子，具有很好信噪比和檢測精度，但是Canny算子也有缺乏

2、。2.傳統(tǒng)的Canny算法 傳統(tǒng)Canny算法的思想是先將圖像運用高斯函數(shù)進展濾波平滑，再由一階微分的極大值確定邊緣點。Canny算法選用適宜的一維高斯函數(shù)，分別按行和列隊圖像進展平滑去噪；然后采用二維高斯濾波模板來計算平滑后的數(shù)據(jù)陣列的梯度幅值和梯度方向，經(jīng)過梯度的方向找到這個像素梯度方向的鄰接像素，遍歷整個圖像，去除非邊緣像素。 假設某個像素的灰度值與其梯度方向上前后2個像素的灰度值比不是最大的，那么該像素不是邊緣。處置后的邊緣像素會導致梯度幅度圖像中出現(xiàn)脊，運用累計直方圖計算2個閾值。凡是大于高閾值的像素一定是邊緣；凡是小于低閾值的像素一定不是邊緣；假設檢測結果介于大閾值和小閾值之間，那

3、么看這個像素的鄰接像素中有沒有灰度超越高閾值的邊緣像素；假設有，它就是邊緣，否那么不是邊緣。3.Canny算法存在缺乏 傳統(tǒng)Canny算法用高斯函數(shù)對圖像進展平滑呵斥過度平滑，圖像平滑濾波的主要目的是提高信噪比，消除噪聲，然而在對圖像做高斯平滑時，邊緣作為高頻成份被平滑掉，使一些邊緣變?yōu)榫忂吘?，這樣在非極大值抑制的時候，緩邊緣將會喪失。 傳統(tǒng)Canny算法在2x2鄰域內求有限差分均值來計算梯度幅值的算法，對噪聲比較敏感，且容易檢測出假邊緣或喪失一些真實邊緣的細節(jié)部分。 傳統(tǒng)Canny算法檢測邊緣是，梯度閾值th1和th2完全依賴人工獲得，無法滿足大圖像庫中圖像邊緣自動檢測的要求。4.改良的Ca

4、nny邊緣檢測算法.非線性分散濾波 由于圖像邊緣和合噪聲都是高頻信號，運用高斯函數(shù)進展濾波，會使圖像的邊緣模糊度添加，這將導致后續(xù)邊緣檢測過程變得困難。因此采用由Perona和Malik提出的非線性各向異性分散濾波，它是一種比較有效的邊緣堅持濾波方法，它以輸入的圖像作為初始條件，經(jīng)過求解一個非線性偏微分方程得到濾波后的圖像，其各向異性分散方程為： 分散方程 其中 P-M方程的分散性質取決于圖像邊緣的良好估計以及.3x3鄰域的梯度幅值計算.選取閾值 針對傳統(tǒng)Canny算法在高、低閾值設定上的缺陷，對圖像經(jīng)梯度運算后得到的梯度幅值圖像，采用最大方差閾值法來確定Canny算法中的高閾值Th2，并且是低閾值Th1=Th2/2。 設Fi,j為MN圖像i,j點處的灰度值，假設Fi,j