《Canny边缘检测器》由会员分享，可在线阅读，更多相关《Canny边缘检测器（22页珍藏版）》请在装配图网上搜索。
1、模式识别国家重点实验室,,中国科学院自动化研究所,,National Laboratory of Pattern Recognition,,Institute of Automation, Chinese Academy of Sciences,,Canny,边缘检测器,J.Canny, “A Computational Approach to Edge Detection”,,,,IEEE Trans. on PAMI,, 8(6),1986.,,CS Division, University of California, Berkeley,BID: The Berkeley Institu
2、te of Design,John Canny,Canny,边缘检测器,也许是最常用的边缘检测方法,,一个优化的方案,,噪声抑制,,边缘增强,,边缘定位,Canny,边缘检测算法,算法基本过程,：,,计算图像梯度,梯度非极大值抑制,双阈值提取边缘点,幅值大小,M(x,y),,方向,Theta(x,y),NMS：,,Non-Maxima Suppression,计算图像梯度：高斯函数的一阶导数,高斯函数的一阶导数,(Derivative of Gaussian),,可以很近似地满足以下三条边缘检测最优准则：,,好的边缘检测结果：,Good detection,,,对边缘的响应大于对噪声的响应,,
3、好的定位性能：,Good localization,,,其最大值应接近边缘的实际位置,,对同一边缘有低的响应次数：,,,在边缘附近只有一个极大值点,计算图像梯度：高斯函数的一阶导数,（,2,）,使用一阶有限差分计算偏导数的两个阵列,：,（,1,）,求图像与高斯平滑滤波器卷积,:,-1,1,-1,1,1,1,-1,-1,相当于与模版进行卷积运算,：,代表对图像的平滑程度,计算图像梯度：高斯函数的一阶导数,（,3,）,幅值和方位角,:,M,代表梯度幅值的大小，在存在边缘的图像位置处，,M,的值变大，图像的边缘特征被“增强”,如何检测边缘,？,局部极值周围存在相近数值的点,,非极大值抑制,NMS,非
4、极大值抑制（,NMS,：,Non-Maxima Suppression,）,,主要思想：由梯度幅值图像,M(x,y),，,仅保留极大值。,,（严格地说，保留梯度方向上的极大值点。）,,得到的结果为,N(x,y),，,具体过程：,,初始化,N(x,y) = M(x,y),,对于每个点，在梯度方向和反梯度方向各找,n,个像素点。若,M(x,y),不是这些点中的最大点，则将,N(x,y),置零，否则保持,N(x,y),不变。,,N(x,y),单像素宽度：,,问题：额外的边缘点，丢失的边缘点,,,非极大值抑制,NMS,,在梯度方向的沿线上检测该点是否为局部极大值,,简化的情形，只使用,4,个方向：,{
5、0,，,45,，,90,，,135},,,得到的结果,N,（,x, y,）,包含边缘的宽度为,1,个像素,对,NMS,结果进行二值化,对上述得到的,N(x,y),使用阈值进行二值化,,使用大的阈值，得到：,,少量的边缘点,,许多空隙,,使用小的阈值，得到：,,大量的边缘点,,大量的错误检测,使用双阈值检测边缘,两个阈值,T1,，,T2,：,T2 >> T1,,由,T1,得到,E1(x,y),，,低阈值边缘图：更大的误检测率,,由,T2,得到,E2(x,y),，,高阈值边缘图：更加可靠,,边缘连接,：,E1,E1,E1,E1,E2,E2,E2,边缘连接,将,E2(x,y),中相连的边缘点输出为
6、一幅边缘图像,E(x,y),,对于,E(x,y),中每条边，从端点出发在,E1(x,y),中寻找其延长的部分，直至与,E(x,y),中另外一条边的端点相连，否则认为,E1(x,y),中没有它延长的部分,,将,E(x,y),作为结果输出,,Canny,算子：流程,原始图像,原始图像经过,Gauss,平滑,Canny,算子：流程,梯度幅值图像,梯度幅值经过非极大值抑制,Canny,算子：流程,低阈值边缘图像,高阈值边缘图像,Canny,输出边缘图像,使用,Canny,算子需要注意的问题,Canny,算子的优点：,,参数较少,,计算效率,,得到的边缘连续完整,,参数的选择：,,Gauss,滤波的尺度
7、,,双阈值的选择,(LOW=HIGH*0.4),渐增高斯滤波模版的尺寸,渐增双阈值的大小，保持,low = high*0.4,边缘检测小结,边缘检测是计算机视觉中最基本的问题之一,,没有一种统一的方法可以解决所有的边缘分割问题：,,抑制噪声的能力,,定位精度,,计算的复杂程度,,困难的原因,,让计算机理解图像：从数值矩阵到语义概念,,实际问题的复杂性：噪声，光照，阴影,…,,推荐文献阅读,J.Canny, “A Computational Approach to Edge Detection”,,IEEE Trans. on PAMI,, 8(6),1986.,,F. A. Pellegrino, W.,Vanzella,, and V.,Torre,, Edge Detection Revisited,,IEEE TRANS. on SYSTEMS, MAN, AND CYBERNETICS,, VOL. 34, NO. 3, JUNE 2004,
Canny边缘检测器
