图像边缘检测闲谈课件.ppt

图像边缘检测闲谈课件.ppt

ID:57295080

大小:522.50 KB

页数:10页

时间:2020-08-10

图像边缘检测闲谈课件.ppt_第1页
图像边缘检测闲谈课件.ppt_第2页
图像边缘检测闲谈课件.ppt_第3页
图像边缘检测闲谈课件.ppt_第4页
图像边缘检测闲谈课件.ppt_第5页
资源描述:

《图像边缘检测闲谈课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、小组成员:钟强祥(3100403040)杨志(3100403037)王鹏飞(3100403033)图像边缘检测数字图像处理1图像边缘检测课题再现:试用几种不同的算法进行图像边缘检测实验,通过分析与比较,发觉不同算法之间的优劣,解决边缘检测精度的算法。课前整理:(1)图像的轮廓:即图像的边界,它是指在图像平面内,像素点从一个物体或者一个表面到另外一个物体或表面的变化。(2)滤波:边缘检测算法主要是基于图像强度的一阶和二阶导数,但导数的计算对噪声很敏感,因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。大多数滤波器在降低

2、噪声的同时也导致了边缘强度的损失,因此,增强边缘和降低噪声之间需要折中。(3)增强:增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将邻域(或局部)强度值有显著变化的点突显出来。边缘增强一般是通过计算梯度幅值来完成的。(4)检测:在图像中有许多点的梯度幅值比较大,而这些点在特定的应用领域中并不都是边缘,所以应该用某种方法来确定哪些点是边缘点。最简单的边缘检测判据是梯度幅值阈值判据。(5)定位:如果某一应用场合要求确定边缘位置,则边缘的位置可在子像素分辨率上来估计,边缘的方位也可以被估计出来。设计原理:图像的边缘

3、检测,就是用离散化梯度逼近函数根据矩阵梯度向量来寻找图像灰度矩阵的灰度跃变位置。设计流程:在边缘检测算法中,前三个步骤用得十分普遍。这是因为大多数场合下,仅仅需要边缘检测器指出边缘出现在图像某一像素点的附近,而没有必要指出边缘的精确位置或方向。1)Roberts边缘检测算子采用对角线方向相邻两像素之差进行梯度幅度检测,其检测水平和垂直方向边缘的性能好于斜线方向,并且检测定位精度比较高,但对噪声敏感。2)Sobel边缘检测算子是综合图像每个象素点的上、下、左、右邻点灰度的加权和,接近模板中心的权值较大,不但可以产生较好的边

4、缘效果,而且对噪声具有平滑作用,减小了对噪声的敏感性。3)Prewitt边缘检测算子是一种类似Sobel边缘检测算子的边缘模板算子,它同样对噪声有平滑作用。4)Laplacian边缘检测算子是不依赖于边缘方向的二阶微分算子,对图像中的阶越性边缘点定位准确,该算子对噪声非常敏感,它使噪声成分得到加强,这两个特性使得该算子容易丢失一部分边缘的方向信息,造成一些不连续的检测边缘,同时抗噪声能力比较差。5)Canny边缘检测算子采用高斯函数对图像进行平滑处理,因此具有较强的噪声抑制能力;同时该算子也将一些高频边缘平滑掉,造成边缘

5、丢失。对边缘检测方法的有效性进行评价,Canny算子提出了三个边缘检测准则:(a)最优检测:漏检真实边缘的概率和误检非边缘的概率都尽可能小;(b)最优定位准则:检测到的边缘点的位置距离实际边缘点的位置最近,或者是由于噪声影响引起检测出的边缘偏离物体的真实边缘的程度最小;(c)检测点与边缘点一一对应:算子检测的边缘点与实际边缘点应该是一一对应的。五种算子之间的比较与分析:Roberts边缘检测算子:在图像边缘附近的区域内产生较宽的响应,但容易丢失部分边缘信息。适用于边缘明显且噪声较少的图像分割,并对具有陡峭的低噪声的图像处

6、理效果较好。Sobel边缘检测算子:边缘有严重的不均衡性,边缘较宽,间断点较多,由于许多噪声点的灰度值也很大,会造成假边缘。故只适合灰度较渐变,低噪声图像。Prewitt边缘检测算子:产生很多间断点较多,亮度较sobel浅且定位精度不够高较模糊。但对边缘进行的细化,有一定抑制噪声的作用。也适合灰度较渐变,低噪声图像。Laplacian边缘检测算子:对线性和孤立点检测效果好,但边缘方向信息丢失,常产生双像素的边缘,对噪声有双倍的加强作用。Canny边缘检测算子:边缘轮廓较清晰,平滑,去噪声能力强,由于较强的去噪能力同样也平

7、滑掉一些边缘信息。优点:缺点:使用范围:Roberts边缘检测算子检测水平和垂直方向边缘的性能好于斜线方向,并且检测定位精度比较高图像边缘附近的区域内产生较宽的响应,但容易丢失部分边缘信息具有陡峭的低噪声图像Sobel边缘检测算子接近模板中心的权值较大,不但可以产生较好的边缘效果,而且对噪声具有平滑作用,减小了对噪声的敏感性边缘有严重的不均衡性,边缘较宽,间断点较多降低了检测定位精度灰度较渐变,低噪声图像Prewitt边缘检测算子对噪声有平滑作用边缘比较粗,定位精度比较低,容易损失如角点这样的边缘信息灰度较渐变,低噪声图

8、像Laplacian边缘检测算子对图像中的阶越性边缘点定位准确,对噪声非常敏感,它使噪声成分得到加强容易丢失一部分边缘的方向信息,造成一些不连续的检测边缘,同时抗噪声能力比较差具有陡峭的低噪声图像Canny边缘检测算子边缘轮廓较清晰,平滑,较强的噪声抑制能力平滑掉一些边缘信息边缘信息丢失比较严重低噪声图像课下总结:上

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。