基于紅外圖像的邊緣特征提取畢業(yè)論文-文庫吧在線文庫
【正文】 Canny 算子 圖 LOG 邊緣檢測算子 圖 為紅外線原始圖像，圖 ~ 分別對應 Roberts、 Prewitt、 Sobel、Candy、 Log 算子邊緣提取結果 [10]。 附錄 邊緣提取的 matlab 源 代碼 ： H=imread(39。 bw1=edge(b,39。)。imshow(bw1)。)。imwrite(bw4,39。 代碼功能 ：現(xiàn)將紅外線彩色圖像在 MATLAB 軟件環(huán)境中轉(zhuǎn)化為灰度圖像。imshow(bw5)。39。 figure。 %log 算子 bw5=edge(b,39。prewitt39。 h58=fspecial(39。 Candy 算子是一類最優(yōu)邊緣檢測算子，提取邊緣最為完整，連續(xù)性好，定位也很準確，這主要是它進行了“非極大值抑制”和 形態(tài)學鏈接操作的結果。 如果有一條由 0r 和 0? 確定的直線邊緣，其上 的每一個點都對應了 ??r 空間上的一條正弦曲線。圖像增強仍采用二維拉普算子進行處理。該算法加權系數(shù)不僅考慮了像素間的距離，同時也考慮了灰度相似性。理論上，邊緣點應處于 一階導數(shù)的峰值點，在這些點上，二階導數(shù)為 0。判斷梯度值是 否為局部極大值，把邊緣細化為單像素；④ 閾值化和邊緣連接，提高檢測準確度。 4） Canny 邊緣檢測算子 Canny 算子求邊緣點具體算法步驟如 下： ⑴ 用高斯濾波器平滑圖像 . ⑵ 2 222 )(22 1),(h ????yxeyx ??? ),(*),(),(g yxfyxhyx ?? ⑶ 用一階偏導有限差分計算梯度幅值和方向 . Gx=[f(x+1,y)f(x,y)+f(x+1,y+1)f(x,y+1)]/2 Gy=[f(x,y+1)f(x,y)+f(x+1,y+1)f(x+1,y)]/2 )/a r c ta n(],[ ],[22GyGxyx GyGxyxM ? ??? ⑷ 對梯度幅值進行非極大值抑制 ． 僅得到全局的梯度并不足以確定邊緣，為確定邊緣，必須保留局部梯度最大的點，而抑制非極大值。 其原理是在圖像空間利用兩個方向模板與圖 像 模板一個檢測水平邊緣，一個檢測垂直邊緣。圖像邊緣特征提取方法大致可分為 :基于經(jīng)典微分邊緣檢測算子的提取方法、多尺度邊緣檢測方法、模糊增強邊緣檢測方法等 .邊緣的檢測可借助空域微分算子通過卷積 完成，導數(shù)算子具有突出灰度變化的作用，對圖像運用導數(shù)算子，灰度變化較大的點處算得的值較高，因此可將這些導數(shù)值作為相應點的邊界強度，通過設置門限的方法 [2]，提取邊界點集 一階導數(shù) xf?? 與yf??是最簡單的導數(shù)算子，一個連續(xù)函數(shù) ?? yxf , 在位置 ?? yx,處方向?qū)?shù)的最大值 G = 2122??????????????????? ???????? yfxf ，稱為梯度模，相應的，取得最大值的方向為????????????????? ?yfxf1tan? 。 edge feature, feature extraction。 根據(jù)不同的特征用不同的算子進行圖像特征的提取 。 1 邊緣特征提取算法 微分邊緣提取算子就是利用微分提取圖像的梯度特征從而檢測出圖像的邊緣 ,可以分為一階微分邊緣檢測算子和二階微分邊緣檢測算子 .有代表性的一階微分邊緣檢測算子包括 Roberts 算子、 Sobel算子、 Prewitt 算子、 Canny 算子等，其中：因為 Sobel算子計算簡單， Canny 算子定位精確、抗噪聲能力強，所以廣泛應用于紅外圖像的邊緣特征提取 [1]。它在實際應用中可用如下公式表示 3 1） Roberts 算子表達式為 ： G =max（ ? ? ?? 1,1, ??? jifjif ， )1,(),1( ??? jifjif ） 和使用 Sobel算子和算子的方法一樣，類似地也可以得到 Prewitt 算子和 Krisch算子卷積核形式，只不過這里 Prewitt 算子是使用了另兩個不同的卷積核，而Krisch 算子則是使用 8個卷積核 [3]，分別代表 8 個特定的邊緣方向。 Sobel算子包含 2個 3 * 3 模板， l個用于檢測水平邊緣，一個用于檢測，得到每個像素的水平和垂直方向的近似梯度值， 然后結合 2個梯度值得到圖像的梯度值和梯度方向。如果 M[x,y]的梯度值不比沿梯度線的兩個相鄰象素梯度值大，則令 M[x,y]=0. ⑸ Canny 算子無論在定位精度還是抗噪聲 方面 [4]，明顯優(yōu)于其他的一階微分邊緣檢測算子 .低出錯率、定位
研究報告相關推薦
鄂ICP備17016276號-1