Canny 算子边缘检测 文档资料.ppt

Canny 算子边缘检测 韩慧丽 09080202095 机械电子工程 图像边缘 ? 图像边缘是指图像中灰度有显著变化的像 素点的集合，从信号研究的频域角度而言， 这些像素点信息属于高频信号区域；图像 边缘往往都是闭合的连线。 ? 噪声也属于高频信号，图像处理之前需要 先经过去噪，去噪处理后会对图像真实的 边缘信息造成一定的影响。 ? 许多经典的算法很难同时兼顾这两点：去 噪同时不损坏边缘信息。 边缘检测 ① 平滑图像、去除噪声，主要基于导数计算，但是同时会 减弱一定的边缘信息； ② 求梯度值， ③ 梯度幅度值判定，初步确定图像边缘点，有时某些梯度 幅度值较大点并不一定是边缘点，例如纹理图像； ④ 精确定位边缘位置 ⑤ 边缘提取要求输出的是一个二值化图像，只有黑白两个 灰度，一个表示边缘，另一个表示背景，最后还需要把 边缘细化成只有一个像素的高度，使效果更清晰。 滤波 增强 检测 定位 边缘检测算法 传统的边缘检测算子： Sobel 算子， Prewitt 算子， Roberts 算子， Krich 算子等，大部分处理的效果都不很好，实际处理 中不太实用，而 Canny 算子检测的性能较好，常被作为其他实 验的标准来参考。 Canny 算子是 John Canny 在 1986 年发表的 论文中首次提出的一种边缘检测算法，当时弥补了其他算法的 不太好的缺点，因此 Canny 算子被认为是边缘检测领域较好的 算法，并一直被引用，近几年来，随着研究的深入，性能更加 完善的改性型的 Canny 算子也层出不穷，例如自适应 Canny 算 子等。 用一句话说，就是希望在提高对景物边缘的敏感性的同时，可 以抑制噪声的方法才是好的边缘提取方法。 Canny 算子详细原理 ? Canny 算子检测边缘的实质是求信号函数的极大值 问题来判定图像边缘像素点。 ? 算子三大准则： ① 好的检测性能：检测出的边缘信息的漏检率最小， 误检率最小，评判参数信噪比 SNR 越大越好 G(-x) 表示图像边函数 f(x) 滤波器函数 表示噪声的均方差 ? ? ? ? ? ? w w w w dx x f dx x f G ) ( | ) ( ) x ( | SNR(f) 2 ? ? ②高的定位精度： Location 越大越好 ③ 边缘响应次数最少：要保证只有一个像素响应，检 测算子的脉冲响应导数的零交叉点平均距离 D(f) 满 足 Canny 算子详细原理 ? ? ? ? ? ? w w w w dx x f dx x f G ) ( | ) ( ) x ( | Location 2 ? 2 1 2 ) ( ) ( ) D(f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? dx x f dx x f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? w w w w w w w w dx x f d x f G dx x f dx x f G ) ( | ) ( ) x ( | ) ( | ) ( ) x ( | Location SNR(f) J(f) 2 2 ? ? 通过以上算式得出算子的近似实现：边缘点位于图 像被高斯平滑后的梯度值的极大值点。 算法过程 原始图像 A(x,y) B(x,y) 偏导 (Bx,By) 初步得到 边缘点 高斯平 滑去噪 求导 图像边缘 极大 值抑 制非 双阈值检测 连结边缘 详细算法过程 I. 高斯函数 I. 偏导数 : 使用微分算子求出偏导数 高斯滤波器窗口大小 表示 n n m y x m x m x m y m y , 2 1 , | 2 | exp y) G(x, 2 2 2 ? ? ? ? ? ? ? ? ? ? ? ? x y B B arctan , B B B 1 1 1 1 2 1 G , 1 1 1 1 2 1 G 2 y 2 x y x ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 梯度大小 非极大值抑制： 沿幅角方向检测模值的极大值点，即边缘点，遍 历 8 个方向图像像素，把每个像素偏导值与相邻 像素的模值比较，取其 MAX 值为边缘点，置像 素灰度值为 0. 0 1 2 3 4 5 6 7 边缘方向示意图 4 3 2 1 B 1 2 3 4 8 邻域幅角方向 双阈值检测： 由于单阈