边缘检测算子中抗噪性能最好的是?
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了边缘检测算子中抗噪性能最好的是?相关的知识,希望对你有一定的参考价值。
边缘检测算法是一个传统的CV问题,传统的CV方法有canny算法。引入机器学习,深度学习的方法后,又有了structure forests,以及HED算法。canny 算子
canny算法是一种multi-stage 的算法,其处理图片的过程分为如下五个步骤:
1. Noise Reduction
图片中的高频信息指颜色快速变化,低频信息指颜色平缓的变化。边缘检测过程中需要检测的图片边缘属于高频信息。而图片中噪声部分也属于高频信息,因此我们需要对图像进行去噪处理。常用的是使用5*5的高斯滤波核来平滑图像,滤波核的数量呈高斯分布。
2. Finding Intensity Gradient of the Image
计算像素梯度的幅值以及方向,常用的算子有Rober,sobel,计算水平及垂直方向的差分。找出梯度较大的区域,这部分区域属于图像增强的区域,此时得到的边缘信息比较粗大。
3.Non-Maximun Suppression
非极大值抑制属于一种边缘细化的方法,梯度大的位置有可能为边缘,在这些位置沿着梯度方向,找到像素点的局部最大值,并将非最大值抑制。
4.Double Threhold
双阀值方法,设置一个maxval,以及minval,梯度大于maxval则为强边缘,梯度值介于maxval与minval则为弱边缘点,小于minval为抑制点。
5.Edge tracking by hysteresis
滞后边缘追踪,主要处理梯度值位于maxval,minval中的一些像素点。由于边缘是连续的,因此可以认为弱边缘如果为真实边缘则和强边缘是联通的,可由此判断其是否为真实边缘。 参考技术A 这中间一定要通过设置,然后选择一个合适的这一个抗皱性能,这样的话时间长了慢慢就会找到最好的状态了。
以上是关于边缘检测算子中抗噪性能最好的是?的主要内容,如果未能解决你的问题,请参考以下文章