邊緣檢測（數(shù)字圖像處理課件）

邊緣檢測邊緣是不同區(qū)域的分界線，是圖像局部強(qiáng)度變化最顯著的那些像素的集合。存在于目標(biāo)與目標(biāo)、目標(biāo)與背景、區(qū)域與區(qū)域(包括不同色彩)之間在邊緣處，灰度和結(jié)構(gòu)等信息的產(chǎn)生突變.邊緣是一個區(qū)域的結(jié)束,也是另一個區(qū)域的開始,利用該特征可以分割圖像.邊緣檢測輪廓是物體在場景中的完整邊界．邊緣的連接構(gòu)成輪廓.CompanyLogo斜坡部分與邊緣的模糊程度成正比.斜坡數(shù)字邊緣模型一階導(dǎo)數(shù)可以用于檢測圖像中的一個點(diǎn)是否在斜坡上.二階導(dǎo)數(shù)的符號可以用于判斷一個邊緣點(diǎn).是在邊緣亮的一邊還是暗的一邊.(1)對圖像中的每條邊緣二階導(dǎo)數(shù)生成兩個值(2)一條連接二階導(dǎo)數(shù)正極值和負(fù)極值的虛構(gòu)直線將在邊緣中點(diǎn)附近穿過零點(diǎn).據(jù)此可以用于確定粗邊線的中心.邊緣檢測Roberts邊緣算子：是一種斜向偏差分的梯度計(jì)算方法，梯度的大小代表邊緣的強(qiáng)度，梯度的方向與邊緣走向垂直。BW=edge(I,'roberts')BW=edge(I,'roberts',thresh)[BW,thresh]=edge(I,'roberts',……)其中，thresh是敏感度閾值，它將忽略所有小于閾值的邊緣。邊緣檢測sobel邊緣算子：是一組方向算子，從不同的方向檢測邊緣，加強(qiáng)了中心像素上、下、左、右四個方向像素的權(quán)重。BW=edge(I,'sobel')BW=edge(I,'sobel',thresh)BW=edge(I,'sobel',thresh,direction)[BW,thresh]=edge(I,'sobel',……)其中，direction是指方向，“horizontal”、“verical”、“both”邊緣檢測LoG邊緣算子：為了防止圖像對噪聲敏感，先做高斯濾波，在進(jìn)行l(wèi)aplacian變換，兩者再卷積得到的濾波器。BW=edge(I,'log')BW=edge(I,'log',thresh)BW=edge(I,'log',thresh,sigma)[BW,thresh]=edge(I,'log',……)其中，sigma是指濾波器標(biāo)準(zhǔn)偏差，默認(rèn)為2，濾波器的大小是n*n邊緣檢測canny邊緣算子：先高斯濾波，在找圖像梯度的局部極大值，以確定圖像邊緣。BW=edge(I,'canny')BW=edge(I,'canny',thresh)BW=edge(I,'canny',thresh,sigma)[BW,thresh]=edge(I,'canny',……)其中，sigma是指濾波器標(biāo)準(zhǔn)偏差，默認(rèn)為2，濾波器的大小是n*n分水嶺算法分水嶺算法分水嶺算法該算法的基本思想是：將圖像視為一幅高低起伏的地形圖，這個地形圖由下凹的盆地和分離相鄰盆地的山脊組成，其中每一點(diǎn)的地勢高度對應(yīng)著圖像中每一點(diǎn)的梯度值。每個盆地底部都會有一個極小區(qū)，即最低點(diǎn)。假設(shè)有水從這個極小區(qū)不斷往上溢入盆地中，隨著水位的上漲，相鄰兩個盆地的水勢必會漫過山脊匯合到一起，為了防止兩個盆地中的水相互連通，在兩盆地之間的山脊上建筑一道堤壩，堤壩的高度隨水位上漲而不斷提高，直到水位達(dá)到最高山脊的最頂端時，水停止上漲，迭代算法終止。由堤壩環(huán)繞的若干積水盆地就是目標(biāo)區(qū)域，而堤壩即為最終分割出的邊界，稱之為分水嶺或分水線?；诰嚯x變換的分水嶺算法距離變換是將二值圖像轉(zhuǎn)化為灰度圖像的一種操作運(yùn)算，二值圖像中目標(biāo)區(qū)域的像素點(diǎn)到最近背景區(qū)域的距離形成灰度圖像的灰度級。4鄰域距離(街區(qū)距離)：hough變換Hough變換的基本思想是根據(jù)點(diǎn)和線的對偶性，將原始圖像空間的給定的曲線通過曲線表達(dá)形式變?yōu)閰?shù)空間的一個點(diǎn)。hough變換圓形Hough變換來對相接觸的多個蘋果果實(shí)進(jìn)行分離，有必要研究一下圓形Hough變換的特點(diǎn)，圓在空間的參數(shù)方程為：