边缘检测算子中抗噪性能最好的是？

Posted 2023-03-23

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。