数字摄影测量课件 1.pptVIP

变换域中一条曲线上的n个点对应于空间域具有一个公共点 的n条直线 每一对 对应的空间域直线为： ？ （二）Hough变换的性质 注意： （二）Hough变换的性质 显然，当x=α时，y=β 即点（ α,β ）在每一条直线上 （二）Hough变换的性质 （三）Hough变换提取线特征过程（步骤） 对影像进行预处理提取特征并计算其梯度方向. 将(?，?)参数平面量化，设置二维累计矩阵H(?i，?j). 边缘细化，即在边缘点的梯度方向上保留极值点而剔除那些非极值点. 对每一边缘点，以其梯度方向?为中心，设置一小区间[?-?o，?+?o]. 对累计矩阵进行阈值检测，将大于阈值点作为备选点. （?，?） 取累计矩阵中备选点中的极大值点为所需的峰值点，即所检测直线的参数。 本 讲 小 结 线特征提取算子定义、常用提取方法 梯度算子、Roberts梯度算子、方向差分算子、Prewitt算子、Sobel算子 方向二阶差分算子、拉普拉斯算子、LOG算子、Canny算子、特征分割法、Hough变换 1.什么是线特征？有哪些梯度算子可用于线特征提取？ 2.差分算子的缺点是什么，为什么LOG算子能避免差分算子的缺点？ 实验二 线特征提取算法 作 业 题 预习 * * * 华北水利水电学院资源与环境学院测量教研室 回 顾 特征、特征种类、特征提取 点特征提取算子 Moravec算子、Forstner算子提取点特征的方法步骤 特征提取的复杂性和多样性。 内容安排 （重点） 线特征是指影像的“边缘”与“线”，“边缘”可定义为影像局部区域特征不相同的那些区域间的分界线，而“线”则可以认为是具有很小宽度的、其中间区域具有相同的影像特征的边缘对，也就是距离很小的一对边缘构成一条线。 重要性： 线特征存在于目标与背景、目标与目标、区域与区域之间．因此它是图像分割所依赖的重要特征，也是纹理特征的重要信息源和形状特征的基础。 特性： 沿边缘走向的灰度变化平缓，而垂直于边缘走向的灰度变化剧烈。 边缘（线）是具有幅值（强度）（magnitude)和方向（direction)的矢量。 三种类型：阶跃型、房顶型和线条型(脉冲型)。 线的灰度特征 定义：是指运用某种算法使图像中的“线”更为突出的算子，通常也称边缘检测算子。 常用方法有:差分算子、拉普拉斯算子、LOG算子等 由于各种差分算子均对噪声较敏感（即提取的特征并非真正的特征，而是噪声），因此一般应先作低通滤波，尽量排除噪声影响，再利用差分算子提取边缘。 LOG算子就是这种将低通滤波与边缘提取综合考虑的算子。 （一）梯度算子 对一个灰度函数g(x,y)，其梯度定义为一个向量： 它的两个重要的特性是： （1）向量G[g(x,y)]的方向是函数g(x,y)在（x,y）处最大增加率的方向； （2）G[g(x,y)]的模为 就等于最大增加率。 在数字影像中，导数的计算通常用差分予以近似，则梯度算子即差分算子为: 为简化运算，通常用差分绝对值之和进一步近似为 ： 对于一给定的阈值T，当 时，则认为像素（i,j）是边缘上的点。 +1 -1 +1 -1 卷积核（模板） i j （一）梯度算子 特点：仅计算相邻像素的灰度差，对噪声比较敏感，无法抑止噪声的影响。 （二）Robert’s梯度算子 Robert’s梯度定义: 其模为： 用差分近似表示导数，则有: +1 -1 +1 -1 给定一阈值T，当 时，则认为像素（i,j）是边缘上的点。 特点：与梯度算子检测边缘的方法类似，对噪声敏感，但效果较梯度算子略好。 （三）方向差分算子 北 如果仅对某一方向的边缘感兴趣，可利用以下所示的方向差分算子进行边缘检测： 卷积核（模板） 边缘走向水平 （三）方向差分算子 北 东 南 西 东北 东南 西南 西北 卷 积 核 （四）Prewitt算子 g1 g2 g3 g4 g5 g6 g7 g8 g9 则梯度的幅值： 或 或 卷积核（模板） 对每个像素，考察它上下、左右邻点灰度之差。 特点：在检测边缘的同时，能抑止噪声的影响。 （五）Sobel算子 卷积核（模板） 对每个像素，考察它上下、左右邻点灰度的加权差。与之接近的邻点的权大： 加大模扳抑制噪声 特点： 对4邻域采用带权方法计算差分 能进一步抑止噪声 但检测的边缘较宽 各算子线特征提取比较 Roberts梯度算子提取的边缘不够完整，连贯性不够好； Sobel算子与Prewitt算子检测的结果基本差不多，这两者对灰度渐变低噪声的图像有较好的检测效果。但对复杂噪声图像，Prewitt算子的检测结