數(shù)字圖像處理第八章-資料下載頁
2025-04-29 08:29本頁面
【正文】 13(c)，圖 6. 13(c)就將建筑物的邊緣信息提取出來了。 ?對不同銳化算子處理后的圖像進行相應的閾值處理，就可以獲得景物的邊界。 ?圖 6. 14所示是四種典型微分算子的邊緣檢測結(jié)果的比較： ?圖 6. 14(a)， (b)是一階微分算子的檢測結(jié)果， ?圖 6. 14(c)， (d)是二階微分算子的檢測結(jié)果。 ?可見： ?二階微分算子檢測出邊界的細節(jié)信息比較多， ?一階微分算子檢測出的輪廓比較粗略，但是檢測出的輪廓比較清晰。 Canny算子 ?基于微分算子的邊緣提取存在的一個比較麻煩的問題就是如何選擇合適的閾值。閾值不同，提取出的邊界信息就不同。 ?如圖 6. 15所示，在兩個不同閾值下，采用 Sobel銳化算子均可以提取出圖 6. 4(a)建筑物的邊緣，但是兩者有比較大的區(qū)別。這樣，在邊緣提取中就存在著對提取效果好壞的評價。 ?根據(jù)邊緣檢測的有效性和定位的可靠性， Canny研究了最優(yōu)邊緣檢測器所需的特性，給出了評價其優(yōu)劣的三個指標： ① 好的信噪比，即將非邊緣點判為邊緣點的概率要低，將邊緣點判為非邊緣點的概率要低； ② 好的定位性能，即檢測出的邊緣點要盡可能在實際邊緣的中心； ③ 對單一邊緣僅有惟一響應，即單個邊緣產(chǎn)生多個響應的概率要低，并且虛假響應邊界應得到最大抑制。 Canny算子 ?簡言之，就是希望在提高對景物邊緣的敏感性的同時，可以抑制噪聲的方法才是好的邊緣提取方法。 ?值得慶幸的是，有一個線性算子可以在抵抗噪聲與邊緣檢測之間獲得一個最佳的折中，這個算子就是Canny算子，它是高斯函數(shù)的一階導數(shù)。 ?高斯函數(shù)與原圖的卷積達到了抵抗噪聲的作用，而求導數(shù)，則是檢測景物邊緣的手段。 LOG(Laplacian of Gaussian)算子 ?LOG(Laplacian of Gaussian)算子是根據(jù)圖像的信噪比來求出檢測邊緣的最優(yōu)濾波器。換句話說，該方法也是在對噪聲的抑制和對邊緣的檢測兩個方面綜合考慮來設計的。 ?該方法首先采用高斯函數(shù)對圖像進行平滑處理，加后采用拉普拉斯算子，根據(jù)二階導數(shù)的過零點來檢測圖像的邊界。 ?LOG算子與視覺生理中的數(shù)學模型相似，因此在圖像處理領域中得到了廣泛的應用。 ?LOG濾波方法能很好檢測出邊緣，抗干擾能力強，邊界定位精度高，邊緣連續(xù)性好，且能提取對比度弱的邊界。 LOG(Laplacian of Gaussian)算子 ?常用的 LOG算子是 5 5的模板： ?若將 LOG算子作成三維圖，很像一頂墨西哥草帽， 所以， LOG又叫墨西哥草帽濾波器。 ??????????????????????????????????????244424080448*248440804244
物理相關推薦
鄂ICP備17016276號-1