中的图像处理
、 边缘检测
原理
噪声去除
由于边缘检测很容易受到噪声影响,所以第一步使用 的高斯滤波器去除
噪音。
计算图像梯度
对平滑后的图像使用 算子计算水平方向和竖直方向的一阶导数(图像
梯度)( 和 )。根据得到的两幅梯度图( 和 )找到边界的梯度和
方向。公式如下:
梯度的方向一般总是与边界垂直。梯度方向被归为四类:垂直,水平,和两
个对角线。
非极大值抑制
在获得梯度的方向和大小之后,应该对整幅图像做一个扫描,去除那些非边
界上的点。对每一个像素进行检查,看这个点的梯度是不是周围具有相同梯
度方向的点中最大的。最后得到一个包含“窄边界”的二值图像。
滞后阈值
现在要确定哪些边界才是真正的边界,这时需要设置两个阈值: 和
。当图像的灰度梯度高于 时被认为是真的边界,哪些低于
的边界会被抛弃。介于两者之间的,就要看这个点是否与某个被确定
为真正的边界点相连,如果是就认为是边界,如果不是就抛弃。
中的 边界检测
在 中只需要一个函数:,就可以完成以上几步。
参数 :输入的图像
参数 :分别是 和
参数 : ,可以用来设定求梯度大小的方程。如果设为 !",就会上面
提到的方程式,否则使用 #$ %%&'
%
(%)%'
%
'%代替,默认值为 *+。
%%
%"%+%%
,% % % %+% %
%&%-.. + /-%0
+%&%%00%00
+" +12%&33
4 --
+" +12+%&33
4 -#-
+12