邊緣檢測簡介課件

邊緣檢測計算機如何識別邊緣計算機

楊璐邊緣檢測計算機如何識別邊緣計算機 楊璐1目錄PART1PART2PART3經(jīng)典邊緣模型

Prewitt算子

Canny算子邊緣的定義邊緣檢測的目的

邊緣檢測的應用

應用：計算機識別邊緣目錄PART1PART2PART3經(jīng)典邊緣模型

Pre2PPT目標掌握內(nèi)容1.計算機視角的邊緣意義2.邊緣檢測的目的及應用3.經(jīng)典算子及其優(yōu)缺點1.Canny算子實現(xiàn)邊緣檢測的原理及步驟2.計算機如何識別邊緣1.計算機識別邊緣的編程步驟2.經(jīng)典算子模型理解內(nèi)容了解內(nèi)容PPT目標掌握內(nèi)容1.計算機視角的邊緣意義1.Canny算子3邊緣的定義：人眼&計算機邊緣勾畫出目標物體；邊緣蘊含了豐富的信息：方向、形狀等；邊緣是圖像局部特征不連續(xù)（灰度突變、顏色突變、紋理結構突變等）的反映；標志著一個區(qū)域的終結和另一個區(qū)域的開始。邊緣的定義：人眼&計算機4邊緣的定義：人眼&計算機對于計算機，邊緣是指周圍像素灰度有變化的那些像素的集合。主要表現(xiàn)為圖像局部特征的不連續(xù)行；即信號發(fā)生奇異變化的地方。邊緣的定義：人眼&計算機5邊緣檢測的目的人眼對物體的區(qū)別依賴于圖像的邊緣；人的視覺細胞對物體的邊緣特別敏感。我們先看到物體的輪廓，然后才判斷這到底是什么東西。邊緣檢測技術能夠?qū)D像中最有意義的部分即邊緣信息。提取出來，為進一步的圖像分析、處理、識別奠定基礎邊緣檢測的目的人眼對物體的區(qū)別依賴于圖像的邊緣；人的視覺細胞6邊緣檢測的應用邊緣通常存在于目標與目標、目標與背景、區(qū)域與區(qū)域之間的位置，是圖像局部亮度變化最顯著的部分。對產(chǎn)品形狀規(guī)格的檢測車牌識別人臉識別地震帶檢測生物醫(yī)療......邊緣檢測的應用邊緣通常存在于目標與目標、目標與背景、區(qū)域與區(qū)7邊緣模型之Prewitt算子Prewitt算子原理：在圖像空間利用兩個方向模板與圖像進行鄰域卷積來完成。這兩個方向模板一個檢測水平邊緣，一個檢測垂直邊緣。利用像素點上下、左右鄰點的灰度差，在邊緣處達到極值檢測邊緣，去掉部分偽邊緣，對噪聲具有平滑作用。缺點：經(jīng)典Prewitt算子認為凡灰度新值大于或等于閾值的像素點都是邊緣點。這種判定會造成邊緣點的誤判，許多噪聲點的灰度值也很大，而且對于幅值較小的邊緣點，其邊緣反而丟失了。邊緣模型之Prewitt算子Prewitt算子原理：在圖像空8邊緣模型之Canny算子Canny算子Canny的目標是找到一個最優(yōu)的邊緣檢測算法。最優(yōu)邊緣檢測的含義是：1.好的檢測-算法能夠盡可能多地標識出圖像中的實際邊緣。優(yōu)缺點：Canny算法適用于不同的場合。它的參數(shù)允許根據(jù)不同實現(xiàn)的特定要求進行調(diào)整以識別不同的邊緣特性。對于PC上的實時圖像處理來說可能慢得無法使用，尤其是在使用大的高斯濾波器的情況下。2.好的定位-標識出的邊緣要盡可能與實際圖像中的實際邊緣盡可能接近。3最小響應-圖像中的邊緣只能標識一次，并且可能存在的圖像噪聲不應標識為邊緣。邊緣模型之Canny算子Canny算子Canny的目標是找9邊緣模型之Canny算子Canny算子步驟：1.去噪任何邊緣檢測算法都不可能在未經(jīng)處理的原始數(shù)據(jù)上很好地處理2.尋找圖像中的亮度梯度圖像中的邊緣可能會指向不同的方向，所以Canny算法使用4個mask檢測水平、垂直以及對角線方向的邊緣。原始圖像與每個

mask所作的卷積都存儲起來對于每個點我們都標識在這個點上的最大值以及生成的邊緣的方向。從原始圖像生成了圖像中每個點亮度梯度圖以及亮度梯度的方向。3.在圖像中跟蹤邊緣較高的亮度梯度比較有可能是邊緣，但是沒有一個確切的值來限定多大的亮度梯度是邊緣多大，所以Canny使用了滯后閾值。滯后閾值需要兩個閾值——高閾值與低閾值。邊緣模型之Canny算子Canny算子步驟：10邊緣模型之Canny算子假設圖像中的重要邊緣都是連續(xù)的曲線，從一個較大的閾值開始，這將標識出我們比較確信的真實邊緣，使用前面導出的方向信息，我們從這些真正的邊緣開始在圖像中跟蹤整個的邊緣。在跟蹤的時候，我們使用一個較小的閾值，這樣就可以跟蹤曲線的模糊部分直到我們回到起點。邊緣模型之Canny算子假設圖像中的重要邊緣都是連續(xù)的曲線，11其他邊緣模型1不同σ值的LoG算子2將圖像分為文字和非文字的兩個類別3形態(tài)學梯度檢測二值圖像的邊緣4圖像的閾值分割5用水線閾值法分割圖像6對矩陣進行四叉樹分解各有優(yōu)缺、各有側(cè)重其他邊緣模型1不同σ值的LoG算子4圖像的閾值分割各有優(yōu)缺、12如如何識別圖像邊緣？前面提到，學者發(fā)現(xiàn)，人的視覺細胞對物體的邊緣特別敏感。我們先看到物體的輪廓，然后才判斷這到底是什么東西。計算機科學家受到啟發(fā)，第一步也是先識別圖像的邊緣。人看到的是圖像，計算機看到的是一個數(shù)字矩陣。所謂"圖像識別"，就是從一大堆數(shù)字中找出規(guī)律。如如何識別圖像邊緣？前面提到，學者發(fā)現(xiàn)，人的視覺細胞對物體的13如如何識別圖像邊緣？一般來說，為了過濾掉干擾信息，可以把圖像縮?。ū热缈s小到49x49像素），并且把每個像素點的色彩信息轉(zhuǎn)為灰度值，這樣就得到了一個49x49的矩陣，然后，從左上角開始，依次取出一個小區(qū)塊，進行計算。如如何識別圖像邊緣？一般來說，為了過濾掉干擾信息，可以把圖像14如如何識別圖像邊緣？接著，需要有一些現(xiàn)成的邊緣模式，比如垂直、直角、圓、銳角等等。下圖右邊是一個圓角模式，左邊是它對應的7x7灰度矩陣。圓角所在的邊緣灰度值比較高，其他地方都是0。如如何識別圖像邊緣？15如如何識別圖像邊緣？現(xiàn)在，就可以進行邊緣識別了。下面是一張卡通老鼠的圖片。取出左上角的區(qū)塊。如如何識別圖像邊緣？16如如何識別圖像邊緣？取樣矩陣與模式矩陣對應位置的值相乘，進行累加，得到6600。這個值相當大如如何識別圖像邊緣？17如如何識別圖像邊緣？取樣矩陣移到老鼠頭部，與模式矩陣相乘，得到的值是0如如何識別圖像邊緣？18結論通常會預置幾十種模式每個區(qū)塊計算出最匹配的模式然后再對整張圖進行判斷乘積越大就說明越匹配可以斷定區(qū)塊里的圖像形狀是圓角邊緣檢測結論通常會預置幾十種模式每個區(qū)塊計算出最匹配的模式然后再對整19總結邊緣檢測是基礎邊緣檢測很重要Aswith小學是基礎小學很重要總結邊緣檢測是基礎20theend

謝謝大家PPT模板下載：/moban/行業(yè)PPT模板：/hangye/節(jié)日PPT模板：/jieri/PPT素材下載：/sucai/PPT背景圖片：/beijing/PPT圖表下載：/tubiao/優(yōu)秀PPT下載：/xiazai/PPT教程：/powerpoint/Word教程：/word/Excel教程：/excel/