數(shù)字圖像分析第3章

1、l第三章第三章 邊緣檢測(cè)邊緣檢測(cè) ( (Edge Detection) ) l第四章第四章 圖象分割圖象分割 ( (Image Segmentation) ) l第五章第五章 模板匹配模板匹配 ( (Template Matching) ) 圖象分割圖象分割特征抽取特征抽取分類(lèi)分類(lèi) 輸入圖象輸入圖象 輸出類(lèi)別輸出類(lèi)別 物體圖象物體圖象 特征向量特征向量 X1 X2 . . XN l3.1 3.1 邊緣增強(qiáng)算子邊緣增強(qiáng)算子 l3.2 3.2 邊緣擬合邊緣擬合 l3.3 3.3 邊緣搜索邊緣搜索 l3.4 3.4 松弛法松弛法 邊緣是圖象中對(duì)象的基本的特征之一，邊緣是圖象中對(duì)象的基本的特征之一，

2、可以通過(guò)檢測(cè)物體邊緣來(lái)提取所需物體?？梢酝ㄟ^(guò)檢測(cè)物體邊緣來(lái)提取所需物體。 l3.1.1 3.1.1 邊緣模型邊緣模型 l3.1.2 3.1.2 邊緣檢測(cè)常用算子邊緣檢測(cè)常用算子 一階差分一階差分各向同性算子各向同性算子 二階差分二階差分方向算子方向算子 l3.1.3 Marr3.1.3 Marr邊緣檢測(cè)算子邊緣檢測(cè)算子 l3.1.4 Canny3.1.4 Canny邊緣檢測(cè)算子邊緣檢測(cè)算子 yGxGyxfG yx ),( 22 | yx GGG)/(tan 1 yx GG 梯度運(yùn)算梯度運(yùn)算 : 數(shù)字差分?jǐn)?shù)字差分 : ), 1(),(jifjifGG ix ) 1,(),(jifjifGG jy

3、 ), 1() 1,(),(2),(jifjifjifGGjif ji -11 -1 1 i,j-1 i-1,ji,j 1 0 0 -1 0 1 -1 0 1 0 -1 1 0 -1 1 0 -1 -1 -1 -1 0 0 0 1 1 1 1 0 -1 2 0 -2 1 0 -1 -1 -2 -1 0 0 0 1 2 1 Gx Gy Roberts Prewitt Sobel 一階一階 二階二階 0 1 0 1 4 1 0 1 0 Laplace 0 -1 0 -1 8 -1 0 -1 0 1 2 3 4 5 6 7 8 3 3 5 3 0 5 3 3 -5 3 -5 5 3 0 5 3 3

4、3 -5 -5 5 3 0 3 3 3 3 -5 -5 3 -5 0 3 3 3 3 3 3 3 3 0 5 3 -5 -5 3 3 3 -5 0 3 -5 -5 3 -5 3 3 -5 0 3 -5 3 3 3 3 3 3 0 3 -5 -5 -5 G1 G5 G3 G4 G6G7G8 G2 f(x-1, y-1) f(x, y-1) f(x+1, y-1) f(x-1, y) f(x+1, y) f(x-1, y+1) f(x, y+1) f(x+1, y+1) 00002222 00002222 00002222 00002222 00002222 00002222 00002222 0

5、0002222 000-20000 000-20000 000-20000 000-20000 000-20000 000-20000 000-20000 000-20000 10 0-1 00020000 00020000 00020000 00020000 00020000 00020000 00020000 00020000 01 -10 00040000 00040000 00040000 00040000 00040000 00040000 00040000 00040000 000-8-8000 000-8-8000 000-8-8000 000-8-8000 000-8-8000

6、 000-8-8000 000-8-8000 000-8-8000 10-1 20-2 10-1 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 121 000 -1-2-1 00088000 00088000 00088000 00088000 00088000 00088000 00088000 00088000 0002-2000 0002-2000 0002-2000 0002-2000 0002-2000 0002-2000 0002-2000 0002-2000 010 1-41 010

7、 取正態(tài)函數(shù)取正態(tài)函數(shù) 作卷積作卷積 取零交叉取零交叉 2 2 2 2 exp 2 1 r rG ),()(),(jifrGjiI 0),( 2 jiI lCanny算子算子 把邊緣檢測(cè)轉(zhuǎn)化為檢測(cè)單位函數(shù)極大值的問(wèn)題把邊緣檢測(cè)轉(zhuǎn)化為檢測(cè)單位函數(shù)極大值的問(wèn)題 做法：做法： 高斯濾波平滑高斯濾波平滑 計(jì)算梯度大小與方向計(jì)算梯度大小與方向 非極大值抑制非極大值抑制 雙閾值檢測(cè)和連接雙閾值檢測(cè)和連接 l對(duì)圖象中一個(gè)子區(qū)域，用理對(duì)圖象中一個(gè)子區(qū)域，用理 想灰度階躍或斜變?nèi)M合實(shí)想灰度階躍或斜變?nèi)M合實(shí) 際圖象數(shù)據(jù)，從而求出擬合際圖象數(shù)據(jù)，從而求出擬合 的理想模型參數(shù)，如階躍幅的理想模型參數(shù)，如階躍幅 度

8、、斜變傾角等，并以此為度、斜變傾角等，并以此為 這個(gè)子區(qū)域的邊緣強(qiáng)度和方這個(gè)子區(qū)域的邊緣強(qiáng)度和方 向度量向度量 l從某種意上說(shuō)，擬合是匹配從某種意上說(shuō)，擬合是匹配 濾波，旨在從失真和噪聲中濾波，旨在從失真和噪聲中 檢測(cè)出理想邊緣來(lái)。因此，檢測(cè)出理想邊緣來(lái)。因此， 有較強(qiáng)的抗噪聲能力有較強(qiáng)的抗噪聲能力 l構(gòu)造原圖象（或子圖、小構(gòu)造原圖象（或子圖、小 區(qū)域）的擬合曲面，再在區(qū)域）的擬合曲面，再在 擬合曲面上利用曲面的參擬合曲面上利用曲面的參 數(shù)檢測(cè)出邊緣數(shù)檢測(cè)出邊緣 l如如: :灰度階躍邊緣擬合?；叶入A躍邊緣擬合。 用理想灰度階躍模型去擬用理想灰度階躍模型去擬 合一個(gè)合一個(gè)2 22 2的子圖。將子

9、的子圖。將子 圖圖f(x,y)f(x,y)展開(kāi)成基函數(shù)表展開(kāi)成基函數(shù)表 達(dá)式。由均方誤差最小求達(dá)式。由均方誤差最小求 邊緣幅度和角度邊緣幅度和角度 A C ab )1 ( 4DA CB 24 DAS a 24 DAS b 式中式中 DCBAS A C 邊緣幅度：邊緣幅度： |DAba 與與RobertsRoberts算子算子 的結(jié)果相同的結(jié)果相同 在第一象限，在第一象限， 有：有： 1 1、擬合模型擬合模型 l將將M MN N的數(shù)字圖象劃分為相連接的區(qū)域集合的數(shù)字圖象劃分為相連接的區(qū)域集合P P， P=( PP=( P1 1,P,P2 2,P,Pi i,),) P Pi i的大小設(shè)為的大小設(shè)為

10、R RC C（通常為（通常為3 33 3） l對(duì)每一個(gè)小區(qū)域?qū)γ恳粋€(gè)小區(qū)域 ，用一個(gè)斜平面來(lái)近似用一個(gè)斜平面來(lái)近似 l擬合誤差擬合誤差 yxyxf),( 2 2 ),( RC yxfyxe l由均方誤差最小來(lái)求由均方誤差最小來(lái)求 、 、 ， l區(qū)域區(qū)域 3 33,3,原點(diǎn)取在中心點(diǎn)時(shí)，有：原點(diǎn)取在中心點(diǎn)時(shí)，有： CR xyxfx 2 ),( CR yyxfy 2 ),( X Y -1 0 1 -1 0 1 -1 0 1 -1 -1 -1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 代入誤差算式，得出誤差值。代入誤差算式，得出誤差值。 誤差較小時(shí)，認(rèn)為擬合可靠。誤差較小時(shí)，認(rèn)為擬

11、合可靠。 CR yxf1),( l對(duì)于對(duì)于“可靠可靠”的斜面，把該擬合斜平面的斜面，把該擬合斜平面 的參數(shù)作為小區(qū)域的參數(shù)（不重疊劃分的參數(shù)作為小區(qū)域的參數(shù)（不重疊劃分) ) 或小區(qū)域中心點(diǎn)的參數(shù)或小區(qū)域中心點(diǎn)的參數(shù)( (重疊劃分）。重疊劃分）。 有：梯度值為有：梯度值為 方向?yàn)榉较驗(yàn)?l然后用斜面參數(shù)判斷各個(gè)然后用斜面參數(shù)判斷各個(gè) 斜面間是否有邊緣存在。斜面間是否有邊緣存在。 即考察即考察12？ 12？ 12？ 1 tan 22 l1)1)選取適合的擬合區(qū)域選取適合的擬合區(qū)域 l2)2)根據(jù)模型求解擬合系數(shù)根據(jù)模型求解擬合系數(shù) l3)3)求擬合斜面各點(diǎn)灰度值求擬合斜面各點(diǎn)灰度值 l4)4)計(jì)

12、算誤差，判斷斜面的可靠性計(jì)算誤差，判斷斜面的可靠性 l5)5)對(duì)于可靠的斜面，對(duì)于可靠的斜面， 計(jì)算相鄰點(diǎn)或區(qū)域不在同一斜面上的度量計(jì)算相鄰點(diǎn)或區(qū)域不在同一斜面上的度量 l6)6)選出邊緣度量值局部最大的點(diǎn)，定為邊選出邊緣度量值局部最大的點(diǎn)，定為邊 緣點(diǎn)緣點(diǎn) l選定領(lǐng)域，用多項(xiàng)式作為擬合曲面；選定領(lǐng)域，用多項(xiàng)式作為擬合曲面； l求解多項(xiàng)式系數(shù)，獲得最佳擬合；求解多項(xiàng)式系數(shù)，獲得最佳擬合； l將擬合曲面的參數(shù)作為考察點(diǎn)的參數(shù)，將擬合曲面的參數(shù)作為考察點(diǎn)的參數(shù)， 用二階方向?qū)?shù)檢測(cè)邊緣。用二階方向?qū)?shù)檢測(cè)邊緣。 （求二階方向?qū)?shù)的零交叉）（求二階方向?qū)?shù)的零交叉） 用構(gòu)造技術(shù)在二維領(lǐng)域構(gòu)造離散正交

13、多項(xiàng)式用構(gòu)造技術(shù)在二維領(lǐng)域構(gòu)造離散正交多項(xiàng)式),(crH n 當(dāng)離散鄰域?yàn)楫?dāng)離散鄰域?yàn)?1,0,1-1,0,1-1,0,1-1,0,1時(shí)（記為時(shí)（記為R RC C或或R RR R） 1),( 0 crH rcrH),( 1 ccrH),( 2 rccrH),( 4 3 2 ),( 2 5 ccrH ) 3 2 (),( 2 6 crcrH ) 3 2 (),( 2 7 rccrH ) 3 2 )( 3 2 (),( 22 8 crcrH 3 2 ),( 2 3 rcrH 離散正交多項(xiàng)式：離散正交多項(xiàng)式： K n nn crHacjrigf 0 ),(),()( i c r j 鄰域坐標(biāo)鄰域坐標(biāo)

14、 圖象坐標(biāo)圖象坐標(biāo) K n nn crHacjrigf 0 ),(),()( 由均方誤差最小由均方誤差最小 ),(),(cjrifcra n RXR n 得得 ： min(.)(.) 22 RXR fge 1 1 1 1 1 1 1 1 1 -1 0 1 -1 0 1 -1 0 1 -1 -1 -1 0 0 0 1 1 1 1 -2 1 1 -2 1 1 -2 1 -1 0 1 2 0 -2 -1 0 1 1 0 -1 0 0 0 -1 1 1 1 1 1 -2 -2 -2 1 1 1 1 -2 1 -2 4 -2 1 -2 1 -1 2 -1 0 0 0 1 -2 1 0 1/9 1 1/6

15、 2 1/6 5 1/6 8 1/4 4 1/4 3 1/6 6 1/4 7 1/4 RR n RXR nn crH cjrifcrHa ),( ),(),( 2 n 1),( 0 crH RR crH crH ),( ),( 2 0 0 0 1 1 1 1 1 1 1 1 1 0 1/9 l331 331 跟蹤方法跟蹤方法 l332 332 啟發(fā)式圖搜索啟發(fā)式圖搜索 l333 333 應(yīng)用啟發(fā)式圖搜索作物應(yīng)用啟發(fā)式圖搜索作物 體體 邊界跟蹤邊界跟蹤 l334 334 邊緣搜索的評(píng)價(jià)函數(shù)邊緣搜索的評(píng)價(jià)函數(shù) l跟蹤跟蹤的一般步驟：的一般步驟： l1 1、確定搜索的起點(diǎn)，對(duì)于邊緣跟蹤則確定搜索的起

16、點(diǎn)，對(duì)于邊緣跟蹤則 起點(diǎn)是某一邊緣點(diǎn)。起點(diǎn)是某一邊緣點(diǎn)。 l2 2、采取一種合適的數(shù)據(jù)結(jié)構(gòu)和搜索機(jī)采取一種合適的數(shù)據(jù)結(jié)構(gòu)和搜索機(jī) 理，在已有邊緣點(diǎn)的基礎(chǔ)上進(jìn)行理，在已有邊緣點(diǎn)的基礎(chǔ)上進(jìn)行搜索，搜索， 不斷不斷確定新的邊緣點(diǎn)。確定新的邊緣點(diǎn)。 l3 3、規(guī)定搜索終止的條件，在滿(mǎn)足條件規(guī)定搜索終止的條件，在滿(mǎn)足條件 時(shí)停止搜索。時(shí)停止搜索。 l光柵跟蹤光柵跟蹤 l輪廓跟蹤輪廓跟蹤 985 5 564 4 95 647 3629 4643 526 647 l1、基本概念、基本概念 啟發(fā)式圖搜索（動(dòng)態(tài)規(guī)劃）是尋求達(dá)到某一啟發(fā)式圖搜索（動(dòng)態(tài)規(guī)劃）是尋求達(dá)到某一 目標(biāo)的最佳路徑（最短路徑，最小消耗路徑）目

17、標(biāo)的最佳路徑（最短路徑，最小消耗路徑） 路徑的路徑的“消耗消耗”用評(píng)價(jià)函數(shù)來(lái)表示，評(píng)價(jià)函用評(píng)價(jià)函數(shù)來(lái)表示，評(píng)價(jià)函 數(shù)數(shù)f f 往往由多個(gè)因素（往往由多個(gè)因素（N N個(gè)變量）決定。個(gè)變量）決定。 如果如果N N個(gè)變量不同時(shí)有聯(lián)系，評(píng)價(jià)函數(shù)個(gè)變量不同時(shí)有聯(lián)系，評(píng)價(jià)函數(shù) f f 能能 分解成幾個(gè)二元函數(shù)之和，則可分別求出各分解成幾個(gè)二元函數(shù)之和，則可分別求出各 個(gè)函數(shù)的最佳值，最后求得到達(dá)目標(biāo)的最佳個(gè)函數(shù)的最佳值，最后求得到達(dá)目標(biāo)的最佳 路徑。路徑。 這是一種解決多元評(píng)價(jià)函數(shù)最優(yōu)化問(wèn)題的求這是一種解決多元評(píng)價(jià)函數(shù)最優(yōu)化問(wèn)題的求 解方法。解方法。 0)( 11 xh )(),(min)( 223223

18、3 2 xhxxfxh x ),(min)( 21122 1 xxfxh x )(),(min)( 111kkkkk x kk xhxxfxh k )(),(min)( 111 1 NNNNN x NN xhxxfxh N ),.,(min)(min 21NNN xxxfxh ),(.),(),(),.,( 1132221121NNNN xxfxxfxxfxxxf f1(x1,x2)H2(x2)f2(x2,x3)H3(x3) 3(0,0)5(0,0)7(0) 2(1,0)2(0)7(1,0) 4(0,1)4(1)6(0,1) 5(1,1)2(1,1)6(1) f(x1,x2,x3) = f1(

19、x1,x2) + f2(x2,x3) x1, x2 , x3 各取兩個(gè)值：各取兩個(gè)值：0，1 )(),(min)( 111kkkkk x kk xhxxfxh k 7 6 2 4 3 S 5 0 1 2 5 X1 X2 X3 2 8 3 1 6 4 7 5 1 2 3 8 4 7 6 5 l評(píng)價(jià)函數(shù)可以定義為：評(píng)價(jià)函數(shù)可以定義為： )()()(nhngnf 式中：式中： 表示搜索過(guò)程進(jìn)行到的節(jié)點(diǎn)，稱(chēng)為當(dāng)前節(jié)點(diǎn)，表示搜索過(guò)程進(jìn)行到的節(jié)點(diǎn)，稱(chēng)為當(dāng)前節(jié)點(diǎn)， 為從起始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)所有路徑的為從起始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)所有路徑的“耗費(fèi)值耗費(fèi)值” 是當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)將要經(jīng)過(guò)的所有路徑的是當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)將

20、要經(jīng)過(guò)的所有路徑的 “耗費(fèi)值耗費(fèi)值”。 )(ng )(nh n n l灰度梯度的幅度灰度梯度的幅度 l灰度梯度的方向灰度梯度的方向 l路徑的曲率路徑的曲率 l路徑與某一函數(shù)路徑與某一函數(shù) 的近似程度的近似程度 l到目標(biāo)點(diǎn)的距離等到目標(biāo)點(diǎn)的距離等 A,D,F,H 權(quán)重均為權(quán)重均為2121 A,D,F,I 但是但是ADEG A,D,E,G 曲率太大曲率太大 l使用使用“啟發(fā)啟發(fā)”信息，構(gòu)造評(píng)價(jià)函數(shù)，計(jì)信息，構(gòu)造評(píng)價(jià)函數(shù)，計(jì) 算路徑的耗費(fèi)，是啟發(fā)式搜索的關(guān)鍵。算路徑的耗費(fèi)，是啟發(fā)式搜索的關(guān)鍵。 l具體如何構(gòu)造則要分析該問(wèn)題的具體情具體如何構(gòu)造則要分析該問(wèn)題的具體情 況，將多種因素合理的分離開(kāi)來(lái)，把實(shí)

21、況，將多種因素合理的分離開(kāi)來(lái)，把實(shí) 際情況中的約束轉(zhuǎn)化為計(jì)算機(jī)可操作的際情況中的約束轉(zhuǎn)化為計(jì)算機(jī)可操作的 表達(dá)式。表達(dá)式。 l3.4.1 3.4.1 一般概念一般概念 一種動(dòng)態(tài)調(diào)優(yōu)的標(biāo)號(hào)方法一種動(dòng)態(tài)調(diào)優(yōu)的標(biāo)號(hào)方法 l3.4.2 3.4.2 松弛法邊緣提取松弛法邊緣提取 獲得初始邊緣獲得初始邊緣 計(jì)算邊緣可信度計(jì)算邊緣可信度 相容模型相容模型 迭代，刷新邊緣可信度迭代，刷新邊緣可信度 調(diào)整模型調(diào)整模型 l是一種動(dòng)態(tài)調(diào)優(yōu)的迭代方法是一種動(dòng)態(tài)調(diào)優(yōu)的迭代方法 初始結(jié)果初始結(jié)果 不斷迭代不斷迭代 更好的結(jié)果更好的結(jié)果 l松弛法要建立一種相容模型，給出合理的相容松弛法要建立一種相容模型，給出合理的相容 系

22、數(shù)（往往根據(jù)空間結(jié)構(gòu)來(lái)建立）。系數(shù)（往往根據(jù)空間結(jié)構(gòu)來(lái)建立）。 l同時(shí)要建立動(dòng)態(tài)調(diào)整的模型，同時(shí)要建立動(dòng)態(tài)調(diào)整的模型， 給出能收斂到確定狀態(tài)的迭代運(yùn)算的公式。給出能收斂到確定狀態(tài)的迭代運(yùn)算的公式。 通過(guò)多次迭代，收斂到最終結(jié)果。通過(guò)多次迭代，收斂到最終結(jié)果。 因有噪聲等干擾，以致物體圖象部分缺損，因有噪聲等干擾，以致物體圖象部分缺損， 或物體之間相互重疊，此時(shí)，用松弛法可以得或物體之間相互重疊，此時(shí)，用松弛法可以得 到較一般方法更滿(mǎn)意的結(jié)果。到較一般方法更滿(mǎn)意的結(jié)果。 松弛法利用有關(guān)對(duì)象的先驗(yàn)信息，特別是空松弛法利用有關(guān)對(duì)象的先驗(yàn)信息，特別是空 間相關(guān)性方面的知識(shí)，有獨(dú)到之處。（如圖象間相關(guān)性

23、方面的知識(shí)，有獨(dú)到之處。（如圖象 遭受干擾，有關(guān)對(duì)象的輪廓或其它信息損失或遭受干擾，有關(guān)對(duì)象的輪廓或其它信息損失或 減少時(shí)，要想得到對(duì)象完整的輪廓，必須進(jìn)一減少時(shí)，要想得到對(duì)象完整的輪廓，必須進(jìn)一 步考慮關(guān)于對(duì)象的一些先驗(yàn)信息。）步考慮關(guān)于對(duì)象的一些先驗(yàn)信息。） 對(duì)象集合：對(duì)象集合： 標(biāo)號(hào)集合：標(biāo)號(hào)集合： 將標(biāo)號(hào)將標(biāo)號(hào) 賦給賦給 的概率為：的概率為： 將標(biāo)號(hào)將標(biāo)號(hào) 賦給賦給 的概率為：的概率為： 相容系數(shù)：相容系數(shù)： （條件概率）（條件概率） 相容總量：相容總量： 迭代公式：迭代公式： , 21N uuuU , 21M lllL p l i u )( pi lP q l j u)( qj lP

24、 ),;,( qjpi luluC C在01之間取值 )( )(),;,( )( 1 )( lVuLl qjqjpi pi pi ijq lPluluC lV lQ Lm n i n i n i n in i mQmP lQlP lP )()( )()( )( )()( )()( )1( 假定假定： l邊邊緣緣是灰度階躍；是灰度階躍； l只有水平、垂直的邊只有水平、垂直的邊緣；緣； （4鄰近，市區(qū)距離）鄰近，市區(qū)距離） l已獲得初始結(jié)果，已獲得初始結(jié)果， 有初始邊有初始邊緣。緣。 動(dòng)態(tài)調(diào)優(yōu)的標(biāo)號(hào)方法動(dòng)態(tài)調(diào)優(yōu)的標(biāo)號(hào)方法 本例只區(qū)分本例只區(qū)分“邊緣邊緣”和和“背景背景”，其標(biāo)號(hào)分別為，其標(biāo)號(hào)分別為

25、“1”1”、 “0”0” 10 0 e c ),(max ),( 0 yxfG yxfG ce （1 1）按與之相鄰的三個(gè)邊緣存在與否分成：）按與之相鄰的三個(gè)邊緣存在與否分成： 0 0、1 1、2 2、3 3四類(lèi)。四類(lèi)。 （2 2）定義節(jié)點(diǎn)的可信度：）定義節(jié)點(diǎn)的可信度：Conf(O) Conf(O) Conf(1) Conf(1) Conf(2) Conf(2) Conf(3) Conf(3) 0 0 類(lèi)類(lèi) 1 1 類(lèi)類(lèi) 2 2 類(lèi)類(lèi) 3 3 類(lèi)類(lèi) a b c Conf(0) = (m-a)(m-b)(m-c)Conf(0) = (m-a)(m-b)(m-c)其中其中: m = max(a,b

26、,c,q) : m = max(a,b,c,q) Conf(1) = a(m-b)(m-c) Conf(1) = a(m-b)(m-c) q q是一常數(shù)，可以取是一常數(shù)，可以取0.10.1左右左右 Conf(2) = ab(m-c) Conf(2) = ab(m-c) a a，b b，c c 取歸一化梯度的模取歸一化梯度的模 Conf(3) = abc Conf(3) = abc 令令 a b ca b c 對(duì)每一點(diǎn)，計(jì)算對(duì)每一點(diǎn)，計(jì)算Conf(i),Conf(i),節(jié)點(diǎn)類(lèi)別號(hào)節(jié)點(diǎn)類(lèi)別號(hào)i i對(duì)應(yīng)對(duì)應(yīng)Conf(i)Conf(i)的最大值的最大值 q 取取 0.1 a=0.25 b=0.01 c=0.01 則有則有 conf(0)=0 conf(1)=0.0144 conf(2)=0.0006 conf(3)=0.000025 故該點(diǎn)類(lèi)型為故該點(diǎn)類(lèi)型為1類(lèi)類(lèi) 邊緣的可信度按其兩端節(jié)點(diǎn)的類(lèi)別進(jìn)行迭代調(diào)整，刷新。邊緣的可信度按其兩端節(jié)點(diǎn)的類(lèi)別進(jìn)行迭代調(diào)整，刷新。 四種節(jié)點(diǎn)類(lèi)型，形成十種邊緣狀況，分成三種情況：四種節(jié)點(diǎn)類(lèi)型，形成十種邊緣狀況，分成三種情況： a a）待調(diào)整處很可能是邊緣，故增加其可信度。）待調(diào)整處很可能是邊緣，