《图像边缘检测闲谈ppt课件.ppt》由会员分享，可在线阅读，更多相关《图像边缘检测闲谈ppt课件.ppt（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 小组成员：钟强祥（3100403040） 杨 志 （3100403037） 王鹏飞（3100403033）数字图像处理图像边缘检测2o 课题再现课题再现：试用几种不同的算法进行图像边缘检测实验，通过分析与比较，发觉不同算法之间的优劣，解决边缘检测精度的算法。o 课前整理课前整理： （1）图像的轮廓：即图像的边界，它是指在图像平面内，像素点从一个物体或者一个表面到另外一个物体或表面的变化。 （2）滤波：边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。 大多数滤波器在降低噪声的同时也导致了边缘强度的损失，因此，增强边
2、缘和降低噪声之间需要折中。数字图像处理图像边缘检测3 （3）增强：增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将邻域(或局部)强度值有显著变化的点突显出来。边缘增强一般是通过计算梯度幅值来完成的。 （4）检测：在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某种方法来确定哪些点是边缘点。最简单的边缘检测判据是梯度幅值阈值判据。 （5）定位：如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来。数字图像处理图像边缘检测4o 设计原理设计原理：图像的边缘检测，就是用离散化梯度逼近函数根据矩阵梯度向量来寻
3、找图像灰度矩阵的灰度跃变位置。o 设计流程设计流程： 在边缘检测算法中，前三个步骤用得十分普遍。这是因为大多数场合下，仅仅需要边缘检测器指出边缘出现在图像某一像素点的附近，而没有必要指出边缘的精确位置或方向。数字图像处理图像边缘检测5o 1)Roberts边缘检测算子采用对角线方向相邻两像素之差进行梯度幅度检测，其检测水平和垂直方向边缘的性能好于斜线方向，并且检测定位精度比较高，但对噪声敏感。o 2)Sobel边缘检测算子是综合图像每个象素点的上、下、左、右邻点灰度的加权和，接近模板中心的权值较大，不但可以产生较好的边缘效果，而且对噪声具有平滑作用，减小了对噪声的敏感性。o 3)Prewitt
4、边缘检测算子是一种类似Sobel边缘检测算子的边缘模板算子，它同样对噪声有平滑作用。o 4)Laplacian边缘检测算子是不依赖于边缘方向的二阶微分算子，对图像中的阶越性边缘点定位准确，该算子对噪声非常敏感，它使噪声成分得到加强，这两个特性使得该算子容易丢失一部分边缘的方向信息，造成一些不连续的检测边缘，同时抗噪声能力比较差。数字图像处理图像边缘检测6o 5）Canny边缘检测算子采用高斯函数对图像进行平滑处理，因此具有较强的噪声抑制能力；同时该算子也将一些高频边缘平滑掉，造成边缘丢失。 对边缘检测方法的有效性进行评价，Canny算子提出了三个边缘检测准则： (a)最优检测最优检测：漏检真实
5、边缘的概率和误检非边缘的概率都尽可能小； (b)最优定位准则最优定位准则：检测到的边缘点的位置距离实际边缘点的位置最近，或者是由于噪声影响引起检测出的边缘偏离物体的真实边缘的程度最小； (c)检测点与边缘点一一对应检测点与边缘点一一对应：算子检测的边缘点与实际边缘点应该是一一对应的。数字图像处理图像边缘检测7 五种算子之间的比较与分析五种算子之间的比较与分析： Roberts边缘检测算子： 在图像边缘附近的区域内产生较 宽的响应，但容易丢失部分边缘 信息。适用于边缘明显且噪声较 少的图像分割，并对具有陡峭的 低噪声的图像处理效果较好。 Sobel边缘检测算子： 边缘有严重的不均衡性，边缘较 宽
6、，间断点较多，由于许多噪声 点的灰度值也很大，会造成假边 缘。故只适合灰度较渐变，低噪 声图像。数字图像处理图像边缘检测8 Prewitt边缘检测算子： 产生很多间断点较多，亮度较sobel浅且 定位精度不够高较模糊。但对边缘进行的 细化，有一定抑制噪声的作用。也适合灰 度较渐变，低噪声图像。 Laplacian边缘检测算子： 对线性和孤立点检测效果好,但边缘方 向信息丢失,常产生双像素的边缘,对 噪声有双倍的加强作用。数字图像处理图像边缘检测9Canny边缘检测算子： 边缘轮廓较清晰，平滑，去噪声能 力强，由于较强的去噪能力同样也 平滑掉一些边缘信息。优点：优点：缺点：缺点：使用范围：使用范
7、围：Roberts边缘检测算子边缘检测算子检测水平和垂直方向边缘的性能检测水平和垂直方向边缘的性能好于斜线方向，并且检测定位精好于斜线方向，并且检测定位精度比较高度比较高图像边缘附近的区域内产生较宽图像边缘附近的区域内产生较宽的响应，但容易丢失部分边缘信的响应，但容易丢失部分边缘信息息具有陡峭的低噪声图像具有陡峭的低噪声图像Sobel边缘检测算子边缘检测算子接近模板中心的权值较大，不但接近模板中心的权值较大，不但可以产生较好的边缘效果，而且可以产生较好的边缘效果，而且对噪声具有平滑作用，减小了对对噪声具有平滑作用，减小了对噪声的敏感性噪声的敏感性边缘有严重的不均衡性，边缘较边缘有严重的不均衡性
8、，边缘较宽，间断点较多降低了检测定位宽，间断点较多降低了检测定位精度精度灰度较渐变，低噪声图像灰度较渐变，低噪声图像Prewitt边缘检测算子边缘检测算子对噪声有平滑作用对噪声有平滑作用边缘比较粗，定位精度比较低，边缘比较粗，定位精度比较低，容易损失如角点这样的边缘信息容易损失如角点这样的边缘信息灰度较渐变，低噪声图像灰度较渐变，低噪声图像Laplacian边缘检测算子边缘检测算子对图像中的阶越性边缘点定位准对图像中的阶越性边缘点定位准确，对噪声非常敏感，它使噪声确，对噪声非常敏感，它使噪声成分得到加强成分得到加强容易丢失一部分边缘的方向信息，容易丢失一部分边缘的方向信息，造成一些不连续的检测
9、边缘，同造成一些不连续的检测边缘，同时抗噪声能力比较差时抗噪声能力比较差具有陡峭的低噪声图像具有陡峭的低噪声图像Canny边缘检测算子边缘检测算子边缘轮廓较清晰，平滑，较强的边缘轮廓较清晰，平滑，较强的噪声抑制能力噪声抑制能力平滑掉一些边缘信息边缘信息丢平滑掉一些边缘信息边缘信息丢失比较严重失比较严重低噪声图像低噪声图像数字图像处理图像边缘检测10o 课下总结课下总结： 上述边缘检测算子具有实现简单、运算速度快等特点，但受噪声的影响很大，不能准确判定边缘存在及准确定位，造成这种情况的原因： a) 实际边缘灰度与理想边缘灰度值间存在差异，可能检测出多个边缘； b) 算子尺度固定不利于检出不同尺度的边缘； c) 平滑算子过于简单，对噪声都比较敏感。 图像灰度不连续性的物理过程可能是几何方面的，光学方面的。 几何方面：深度的不连续性、表面取向、颜色和纹理的不同。 光学方面：表面反射、非目标物体产生的阴影以及内部倒影等。