(好资料)10_第九章_图像处理与识别-9_2

图像处理与识别技术图像处理与识别技术图像处理与识别技术图像处理与识别技术 王爽王爽 9.2.2 边缘检测 ?概述概述 ? 图像边缘是图像特征的一个重要的属性图像边缘是图像特征的一个重要的属性 ? 边缘常常意味着一个区域的终结和另一个区域的 开始， 边缘常常意味着一个区域的终结和另一个区域的 开始，是图像局部特征不连续的表现是图像局部特征不连续的表现 ? 图像边缘有图像边缘有方向方向和和幅度幅度两个特征两个特征 ? 图像边缘信息在图像分析和人的视觉中都是十分 重要的，是图像识别中提取图像特征的一个重要 属性 图像边缘信息在图像分析和人的视觉中都是十分 重要的，是图像识别中提取图像特征的一个重要 属性 阶跃状 屋顶状 阶跃状 屋顶状 ? 边缘的边缘的一阶导数一阶导数在图像由暗 变亮的突变位置有一个正的 峰值，而在图像由亮变暗的 位置有一个负的峰值，而在 其它位置都为0 在图像由暗 变亮的突变位置有一个正的 峰值，而在图像由亮变暗的 位置有一个负的峰值，而在 其它位置都为0 ? 因此，我们因此，我们可以用一阶导数 的幅度值来检测边缘的存 在 可以用一阶导数 的幅度值来检测边缘的存 在，幅度峰值对应的一般就 是边缘的位置，峰值的正或 负就表示边缘处是由暗变亮 还是由亮变暗 ，幅度峰值对应的一般就 是边缘的位置，峰值的正或 负就表示边缘处是由暗变亮 还是由亮变暗 ? 同样也可以用同样也可以用二阶导数二阶导数过0 点来检测图像中边缘的存在 过0 点来检测图像中边缘的存在 边缘点判定边缘点判定 边缘点判定边缘点判定 合成梯度合成梯度 合成梯度合成梯度 h W ),(nmf ),(nmGh ( , ) v G m n ( , )G m n( , )B m n v W 边缘边缘 边缘边缘 正交梯度法检测边缘过程正交梯度法检测边缘过程 Marr算子（算子（LOG） ?MatLab函数函数 ? J=edge(I, type) Type取roberts、sobel、log等 ? 例子： I=imread(rice.tif); J1=edge(I,roberts); J2=edge(I,sobel); J3=edge(I,log); subplot(2,2,1),imshow(I); subplot(2,2,2),imshow(J1); subplot(2,2,3),imshow(J2); subplot(2,2,4),imshow(J3); ? 在Marr-Hildreth研究基础上，Canny把边缘检测问题归纳 为一个优化问题，提出了三个客观准则： 在Marr-Hildreth研究基础上，Canny把边缘检测问题归纳 为一个优化问题，提出了三个客观准则： ? Canny以此定义了一个最佳滤波器，并且推导出了最佳边缘 检测算子。 Canny以此定义了一个最佳滤波器，并且推导出了最佳边缘 检测算子。 ? Canny算子是4个指数函数的线性组合，实际应用中可用高斯 函数的梯度来近似。 Canny算子是4个指数函数的线性组合，实际应用中可用高斯 函数的梯度来近似。 ? 标准的Canny边缘检测器的处理步骤如下：标准的Canny边缘检测器的处理步骤如下： ? 步骤1：平滑图像和选择合适的Gaussian滤波器，以减 少图像的细节 步骤1：平滑图像和选择合适的Gaussian滤波器，以减 少图像的细节 ? 步骤2：检测每个像素的梯度级和梯度方向步骤2：检测每个像素的梯度级和梯度方向 ? 步骤3：如果梯度级像素在梯度方向上大于这些点的2 邻域点，则标识为边缘像素；否则，标识为背景像素 步骤3：如果梯度级像素在梯度