Canny_算子邊緣檢測(cè)ppt課件

1、Canny 算子邊緣檢測(cè)韓慧麗09080202095機(jī)械電子工程圖像邊緣 圖像邊緣是指圖像中灰度有顯著變化的像素點(diǎn)的集合，從信號(hào)研究的頻域角度而言，這些像素點(diǎn)信息屬于高頻信號(hào)區(qū)域；圖像邊緣往往都是閉合的連線。 噪聲也屬于高頻信號(hào)，圖像處理之前需要先經(jīng)過(guò)去噪，去噪處理后會(huì)對(duì)圖像真實(shí)的邊緣信息造成一定的影響。 許多經(jīng)典的算法很難同時(shí)兼顧這兩點(diǎn)：去噪同時(shí)不損壞邊緣信息。邊緣檢測(cè)平滑圖像、去除噪聲，主要基于導(dǎo)數(shù)計(jì)算，但是同時(shí)會(huì)減弱一定的邊緣信息；求梯度值，梯度幅度值判定，初步確定圖像邊緣點(diǎn)，有時(shí)某些梯度幅度值較大點(diǎn)并不一定是邊緣點(diǎn)，例如紋理圖像；精確定位邊緣位置邊緣提取要求輸出的是一個(gè)二值化圖像，只有

2、黑白兩個(gè)灰度，一個(gè)表示邊緣，另一個(gè)表示背景，最后還需要把邊緣細(xì)化成只有一個(gè)像素的高度，使效果更清晰。濾波濾波加強(qiáng)加強(qiáng)檢測(cè)檢測(cè)定位定位邊緣檢測(cè)算法 傳統(tǒng)的邊緣檢測(cè)算子：Sobel算子，Prewitt算子，Roberts算子，Krich算子等，大部分處理的效果都不很好，實(shí)際處理中不太實(shí)用，而Canny算子檢測(cè)的性能較好，常被作為其他實(shí)驗(yàn)的標(biāo)準(zhǔn)來(lái)參考。Canny算子是John Canny在1986年發(fā)表的論文中首次提出的一種邊緣檢測(cè)算法，當(dāng)時(shí)彌補(bǔ)了其他算法的不太好的缺點(diǎn)，因此Canny算子被認(rèn)為是邊緣檢測(cè)領(lǐng)域較好的算法，并一直被引用，近幾年來(lái)，隨著研究的深入，性能更加完善的改性型的Canny算子也層

3、出不窮，例如自適應(yīng)Canny算子等。用一句話說(shuō)，就是希望在提高對(duì)景物邊緣的敏感性的同時(shí)，可以抑制噪聲的方法才是好的邊緣提取方法。Canny算子詳細(xì)原理l Canny算子檢測(cè)邊緣的實(shí)質(zhì)是求信號(hào)函數(shù)的極大值問(wèn)題來(lái)判定圖像邊緣像素點(diǎn)。l 算子三大準(zhǔn)則：l 好的檢測(cè)性能：檢測(cè)出的邊緣信息的漏檢率最小，誤檢率最小，評(píng)判參數(shù)信噪比SNR越大越好l G(-x)表示圖像邊函數(shù) f(x)濾波器函數(shù) 表示噪聲的均方差l wwwwdxxfdxxfG)(|)()x(|SNR(f)2高的定位精度：Location越大越好 邊緣響應(yīng)次數(shù)最少：要保證只有一個(gè)像素響應(yīng)，檢測(cè)算子的脈沖響應(yīng)導(dǎo)數(shù)的零交叉點(diǎn)平均距離D(f)滿足Ca

4、nny算子詳細(xì)原理wwwwdxxfdxxfG)(|)()x(|Location2 212 )()()D(fdxxfdxxfwwwwwwwwdxxfdxxfGdxxfdxxfG)(|)()x(|)(|)()x(|LocationSNR(f)J(f)2 2通過(guò)以上算式得出算子的近似實(shí)現(xiàn)：邊緣點(diǎn)位于圖像被高斯平滑后的梯度值的極大值點(diǎn)。算法過(guò)程原始圖像原始圖像A(x,y)B(x,y)偏導(dǎo)偏導(dǎo)(Bx,By)初步得到初步得到邊緣點(diǎn)邊緣點(diǎn)高斯平高斯平滑去噪滑去噪求導(dǎo)求導(dǎo)圖像邊緣圖像邊緣極大極大值抑值抑制非制非雙閾值檢測(cè)雙閾值檢測(cè)連結(jié)邊緣連結(jié)邊緣詳細(xì)算法過(guò)程高斯函數(shù) 偏導(dǎo)數(shù):使用微分算子求出偏導(dǎo)數(shù)高斯濾波器窗

5、口大小表示nnmyxmxmxmymy,21, |2|expy)G(x,222xyBBarctan,BBB111121G,111121G2y2xyx梯度大小非極大值抑制： 沿幅角方向檢測(cè)模值的極大值點(diǎn)，即邊緣點(diǎn)，遍歷8個(gè)方向圖像像素，把每個(gè)像素偏導(dǎo)值與相鄰像素的模值比較，取其MAX值為邊緣點(diǎn)，置像素灰度值為0.01234567邊緣方向示意圖邊緣方向示意圖4321B12348鄰域幅角方向鄰域幅角方向雙閾值檢測(cè)：由于單閾值處理時(shí)，合適的閾值選擇較 困難，常常需要采用反復(fù)試驗(yàn)，因此采用雙閾值檢測(cè)算法。對(duì)經(jīng)過(guò)非極大值抑制后的圖像作用兩個(gè)閾值th1，th2，th1=0.4th2,兩個(gè)閾值作用后得到兩個(gè)圖像

6、1、2，較大閾值檢測(cè)出的圖像2去除了大部分噪聲，但是也損失了有用的邊緣信息。較小閾值檢測(cè)得到的圖像1則保留著較多的邊緣信息，以此為基礎(chǔ)，補(bǔ)充圖像2中的丟失的信息，連接圖像邊緣。 鏈接邊緣的具體步驟如下：鏈接邊緣的具體步驟如下： 對(duì)圖像對(duì)圖像2 2進(jìn)行掃描，當(dāng)遇到一個(gè)非零灰度的像素進(jìn)行掃描，當(dāng)遇到一個(gè)非零灰度的像素p(x,y)p(x,y)時(shí)，跟蹤以時(shí)，跟蹤以p(x,y)p(x,y)為開(kāi)始點(diǎn)的輪廓線，直到為開(kāi)始點(diǎn)的輪廓線，直到輪廓線的終點(diǎn)輪廓線的終點(diǎn)q(x,y)q(x,y)。 考察圖像考察圖像1 1中與圖像中與圖像2 2中中q(x,y)q(x,y)點(diǎn)位置對(duì)應(yīng)的點(diǎn)點(diǎn)位置對(duì)應(yīng)的點(diǎn)s(x,y)s(x,y

7、)的的8 8鄰近區(qū)域。如果在鄰近區(qū)域。如果在s(x,y)s(x,y)點(diǎn)的點(diǎn)的8 8鄰近區(qū)域鄰近區(qū)域中有非零像素中有非零像素s(x,y)s(x,y)存在，則將其包括到圖像存在，則將其包括到圖像2 2中中，作為，作為r(x,y)r(x,y)點(diǎn)。從點(diǎn)。從r(x,y)r(x,y)開(kāi)場(chǎng)，重復(fù)第一步，直開(kāi)場(chǎng)，重復(fù)第一步，直到我們?cè)趫D像到我們?cè)趫D像1 1和圖像和圖像2 2中都無(wú)法繼續(xù)為止。中都無(wú)法繼續(xù)為止。 當(dāng)完成對(duì)包含當(dāng)完成對(duì)包含p(x,y)p(x,y)的輪廓線的連結(jié)之后，將這條的輪廓線的連結(jié)之后，將這條輪廓線標(biāo)記為已經(jīng)訪問(wèn)。回到第一步，尋找下一條輪廓線標(biāo)記為已經(jīng)訪問(wèn)?；氐降谝徊剑瑢ふ蚁乱粭l輪廓線。重復(fù)第一步、第二步、第三步，直到圖像輪廓線。重復(fù)第一步、第二步、第三步，直到圖像2 2中找不到新輪廓線為止。中找不到新輪廓線為止。 至此，完成至此，完成cannycanny算子的邊