《计算机视觉经典边缘算子计算实例分析ppt课件.ppt》由会员分享，可在线阅读，更多相关《计算机视觉经典边缘算子计算实例分析ppt课件.ppt（18页珍藏版）》请在三一办公上搜索。
1、边缘检测经典算子分析,目 录,拓展,实验总结,正文,附录,参考文献,一、正文（1/8）,一、正文(2/8),（1）实验目的 本实验旨在对比分析经典边缘检测算法；编程实现验证得出性能相关比较。具体地， 阅读Canny的经典文章A Computational Approach to Edge DetectionPAMI 1986； 编程实现Sobel、Prewitt、Canny边缘检测算子，并分析 熟悉OpenCV开发包。,一、正文(3/8),（2）实验原理 A. Sobel算子的原理 以A代表原始图像，Gx和Gy分别代表经水平和垂直边缘检测的图像，其公式如下：,一、正文(4/8),（2）实验原理
2、 B. Prewitt算子原理 同Sobel算子，图像中每点均用模板做卷积，依次用作边缘样本去检测，与被测区域最为相似的最大值作为输出，即可将边缘像素检测出来,一、正文(5/8) C.Canny算子原理,Canny于1986年提出一个优良边缘检测算子应满足准则：.信噪比准则，即不漏检真实边缘，也不误检非边缘点，使输出的信噪比最大。.定位精度准则，即检出的边缘点需在实际边缘的中心。.单边缘响应准则，即单个边缘产生的多个响应概率要低，虚假边缘响应应得到最大抑制。,Canny边缘检测算法步骤：Step1：用高斯滤波器平滑图像；Step2：用一阶偏导的有限差分来计算梯度的幅值和方向；Step3：对梯度
3、幅值进行非极大值抑制；Step4：用双阈值算法检测和连接边缘；,一、正文(6/8),（3）实验步骤 A. 实验配置OpenCV（Open Source Computer Vision Librar）是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效，由一系列C函数和少量C+类构成。本次实验即在win7+opencv2.4.8+vs2013实现完成；Matlab版本为7.1。OpenCV配置的主要步骤如图所示。,图1-1 OpenCV配置流程,一、正文(7/8),B.对图像进行各种算子运算（组1）,（a）原图,（b）Sobe
4、l算子,（c）Prewitt算子,（d）Canny算子,图1-2 对原图进行各种算子变换的结果,一、正文(8/8),B.对图像进行各种算子运算（组2）,（a）原图,（b）Sobel算子,（c）Prewitt算子,（d）Canny算子,图1-3 对原图进行各种算子变换组2,二、实验总结（1/2）,Sobel算子对对角边缘的敏感程度比水平和垂直边缘的敏感度更深(如图1-2、1-3（a）)。反之，Prewitt算子则对水平和垂直边缘更加敏感(如图1-2、1-3（b）)。Prewitt和Sobel算子仅在平滑部分的权值选择上有些差异，但图像产生了一定的模糊且有些边缘还检测不出，检测精度比较低。该类算子
5、较适于图像边缘灰度值明显的情况。,1.Sobel和Prewitt算子对噪声有抑制作用。,2.Canny算子效果明显优于其他算子。,Canny算子则由于他进行了“非极大值抑制”和形态学连接操作，使提取的边缘则十分完整，边缘的连续性也很好，效果明显优于其他算子（如图1-2、1-3（c）。,二、实验总结(2/2),此外，考虑实际应用方向以及各算子的特点，还可以得出如下结论： Sobel算子和Prewitt算子对灰度渐变和噪声较多的图像处理效果会比较好，对边缘的定位也比较准确。Canny算法不容易受噪声的干扰,能够检测到真正的弱边缘，是最优边缘检测算子。但仍存在一些问题:传统Canny 算法用八邻域象
6、素的梯度值判断当前点是否具有局部最大值会导致检测边缘不精确，且会影响后面根据双门限值所得边缘点的连接；传统Canny算法利用固定的高、低门限进行图像边缘提取，缺乏对不同图像的自适应性，且设置完全依赖人工获得，自动化程度低。,三、拓展（1/2）,对图像加入一定的噪声，然后观察各种算子对噪声的影响。（加入高斯噪声（=0，2=0.02）,（a）加入噪声后原始图,（b）加入噪声后Sobel,（c）加入噪声后Prewitt,（d）加入噪声后Canny,图3-1加入噪声后各算子运算结果,三、拓展(2/2),（a）加入噪声后原始图,（b）加入噪声后Sobel,（c）加入噪声后Prewitt,（d）加入噪声后
7、Canny,图3-2 加入噪声后运算结果装饰,由实验结果可知，Canny算子去噪能力降低，检测结果变弱；sobel和prewitt算子基本能够检测出完整边缘信号。,四、附录,实验程序关键代码,四、附录,实验程序关键代码,五、参考文献,1JOHN CANNY.A Computational Approach to Edge DetectionJ.IEEE Transactions on Pattern Analysis and Machine Intelligence.19862甘金来.图像边缘检测算法的比较研究D.重庆：电子科技大学3曾欢，王浩.图像边缘检测算法的性能比较与分析J.现代电子技术，2007,14（22）：53-58.4周心明，兰赛，徐燕.图像处理中几种边缘检测算法的比较J.现代电力,200,17(3):65-69.5David A.Forsyth,Jean Ponce.Computer Vision:A Modern ApproachM.北京：电子工业出版社，2004.,谢谢大家！,
