《边缘检测简介ppt课件.pptx》由会员分享，可在线阅读，更多相关《边缘检测简介ppt课件.pptx（21页珍藏版）》请在三一办公上搜索。
1、边缘检测,计算机如何识别边缘,计算机杨璐,目录,PART 1,PART 2,PART 3,经典边缘模型Prewitt算子Canny算子,边缘的定义边缘检测的目的边缘检测的应用,应用：计算机识别边缘,PPT目标,掌握内容,1.计算机视角的边缘意义2.边缘检测的目的及应用3.经典算子及其优缺点,1.Canny算子实现边缘检测的原理及步骤2.计算机如何识别边缘,1.计算机识别边缘的编程步骤2.经典算子模型,理解内容,了解内容,边缘的定义：人眼&计算机,边缘勾画出目标物体；边缘蕴含了丰富的信息：方向、形状等；边缘是图像局部特征不连续（灰度突变、颜色突变、纹理结构突变等）的反映；标志着一个区域的终结和另
2、一个区域的开始。,边缘的定义：人眼&计算机,对于计算机，边缘是指周围像素灰度有变化的那些像素的集合。主要表现为图像局部特征的不连续行；即信号发生奇异变化的地方。,边缘检测的目的,人眼对物体的区别依赖于图像的边缘；人的视觉细胞对物体的边缘特别敏感。我们先看到物体的轮廓，然后才判断这到底是什么东西。边缘检测技术能够将图像中最有意义的部分即边缘信息。,提取出来，为进一步的图像分析、处理、识别奠定基础,边缘检测的应用,边缘通常存在于目标与目标、目标与背景、区域与区域之间的位置，是图像局部亮度变化最显著的部分。对产品形状规格的检测车牌识别人脸识别地震带检测生物医疗.,边缘模型之Prewitt算子,Pre
3、witt算子,原理：在图像空间利用两个方向模板与图像进行邻域卷积来完成。这两个方向模板一个检测水平边缘，一个检测垂直边缘。,利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用 。,缺点：经典Prewitt算子认为凡灰度新值大于或等于阈值的像素点都是边缘点。这种判定会造成边缘点的误判，许多噪声点的灰度值也很大，而且对于幅值较小的边缘点，其边缘反而丢失了。,边缘模型之Canny算子,Canny算子,Canny 的目标是找到一个最优的边缘检测算法。最优边缘检测的含义是：1.好的检测- 算法能够尽可能多地标识出图像中的实际边缘。,优缺点：Canny 算法适用
4、于不同的场合。它的参数允许根据不同实现的特定要求进行调整以识别不同的边缘特性。对于PC上的实时图像处理来说可能慢得无法使用，尤其是在使用大的高斯滤波器的情况下。,2.好的定位- 标识出的边缘要尽可能与实际图像中的实际边缘尽可能接近。3最小响应- 图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。,边缘模型之Canny算子,Canny算子,步骤：1.去噪任何边缘检测算法都不可能在未经处理的原始数据上很好地处理2.寻找图像中的亮度梯度图像中的边缘可能会指向不同的方向，所以 Canny 算法使用 4 个 mask 检测水平、垂直以及对角线方向的边缘。原始图像与每个 mask 所作的卷积
5、都存储起来,对于每个点我们都标识在这个点上的最大值以及生成的边缘的方向。从原始图像生成了图像中每个点亮度梯度图以及亮度梯度的方向。3.在图像中跟踪边缘较高的亮度梯度比较有可能是边缘，但是没有一个确切的值来限定多大的亮度梯度是边缘多大，所以 Canny 使用了滞后阈值。滞后阈值需要两个阈值高阈值与低阈值。,边缘模型之Canny算子,假设图像中的重要边缘都是连续的曲线，从一个较大的阈值开始，这将标识出我们比较确信的真实边缘，使用前面导出的方向信息，我们从这些真正的边缘开始在图像中跟踪整个的边缘。在跟踪的时候，我们使用一个较小的阈值，这样就可以跟踪曲线的模糊部分直到我们回到起点。,其他边缘模型,1不
6、同值的LoG算子2将图像分为文字和非文字的两个类别3形态学梯度检测二值图像的边缘,4图像的阈值分割5用水线阈值法分割图像6对矩阵进行四叉树分解,如如何识别图像边缘？,前面提到，学者发现，人的视觉细胞对物体的边缘特别敏感。我们先看到物体的轮廓，然后才判断这到底是什么东西。计算机科学家受到启发，第一步也是先识别图像的边缘。人看到的是图像，计算机看到的是一个数字矩阵。所谓图像识别，就是从一大堆数字中找出规律。,如如何识别图像边缘？,一般来说，为了过滤掉干扰信息，可以把图像缩小（比如缩小到 49 x 49 像素），并且把每个像素点的色彩信息转为灰度值，这样就得到了一个 49 x 49 的矩阵，然后，从
7、左上角开始，依次取出一个小区块，进行计算。,如如何识别图像边缘？,接着，需要有一些现成的边缘模式，比如垂直、直角、圆、锐角等等。下图右边是一个圆角模式，左边是它对应的 7 x 7 灰度矩阵。圆角所在的边缘灰度值比较高，其他地方都是0。,如如何识别图像边缘？,现在，就可以进行边缘识别了。下面是一张卡通老鼠的图片。取出左上角的区块。,如如何识别图像边缘？,取样矩阵与模式矩阵对应位置的值相乘，进行累加，得到6600。这个值相当大,如如何识别图像边缘？,取样矩阵移到老鼠头部，与模式矩阵相乘，得到的值是0,结论,通常会预置几十种模式,每个区块计算出最匹配的模式,然后再对整张图进行判断,乘积越大就说明越匹配,可以断定区块里的图像形状是圆角,总结,边缘检测是基础边缘检测很重要As with小学是基础小学很重要,the end,谢谢大家,PPT模板下载： 行业PPT模板： 节日PPT模板： PPT素材下载： PPT图表下载： 优秀PPT下载： PPT教程： Word教程： Excel教程： 资料下载： PPT课件下载： 范文下载： 试卷下载： 教案下载： PPT论坛：,
