边缘检测的资料.pptxVIP

边缘检测的资料;边缘检测能够大幅度地减少数据量，并且剔除那些被认为不相关的信息，保留图像重要的结构属性。;二、边缘检测的基本步骤;三、边缘检测方法的分类;四、常用边缘检测算子介绍; Roberts算子利用局部差分算子寻找边缘，边缘定位精度较高，但容易丢失一部分边缘，同时由于图像没有经过平滑处理，因此不具备抑制噪声的能力。该算子对具有陡峭边缘且含噪声小的图像效果较好。 Sobel算子和Prewitt算子都考虑了领域信息，相当于对图像先做加权平滑处理，然后再做微分运算，所不同的是平滑部分的权值有些差异，因此对噪声有一定的抑制能力，但不是能完全排除检测结果中出现的虚假边缘。虽然这两个算子边缘定位效果不错，但检测出的边缘容易出现多像素宽度。;?;?;?;3.Canny边缘检测算子 前面介绍的几种都是基于微分方法的边缘检测算法，他们都只有在图像不含噪声或者首先通过平滑去除噪声的前提下才能正常应用。 在图像边缘检测中，抑制噪声和边缘精确定位是无法同时满足的，一些边缘检测算法通过平滑滤波去除噪声的同时，也增加了边缘定位的不确定性；而提高边缘检测算子对边缘敏感性的同时，也提高了对噪声的敏感性。Canny算子力图在抗噪声和精确定位之间寻求最佳折衷方案。;Canny对边缘检测质量进行分析，提出以下3个准则。 （1）信噪比原则：对边缘的错误检测率要尽可能低，尽可能检测出图像的真实边缘，且尽可能减少检测出虚假边缘，获得一个好的结果。 （2）定位精确准则：检测出的边缘要尽可能接近真实边缘。 （3）单边缘响应准则：对同一边缘要有低的响应次数，即对单边缘最好只有一个响应。 有了这3个准则，寻找最优的滤波器的问题就转化为泛函的约束优化问题了，公式的解可以由高斯的一阶导数去逼近。;?;?;?;?;五、几种算法的效果分析;效果分析;谢谢;感谢观看!