基于边缘的图像分割_第1页
基于边缘的图像分割_第2页
基于边缘的图像分割_第3页
基于边缘的图像分割_第4页
基于边缘的图像分割_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、基于边缘的图像分割,图像边缘,图像边缘有两个特征：方向和幅度 沿边缘走向，像素值变化比较平缓； 沿垂直于边缘的走向，像素值则变化比较剧烈。 一般常用一阶和二阶导数来描述和检测边缘,基本思想：计算局部微分算子,截面图,边界图像,一阶微分：用梯度算子来计算 特点：对于亮的边，边的变化起点是正的，结束是负的。对于暗边，结论相反。常数部分为零。 用途：用于检测图像中边的存在,二阶微分：通过拉普拉斯来计算 特点：二阶微分在亮的一边是正的，在暗的一边是负的。常数部分为零。 用途：二次导数的符号，用于确定边上的像素是在亮的一边，还是暗的一边。 0跨越，确定边的准确位置,上升阶跃边缘 下降阶跃边缘 脉冲状边缘

2、 屋顶边缘 （a） （b） （c） （d,图像边缘及其导数曲线规律示例,图像边缘,边缘点是信号“变化剧烈”的地方，以一维信号为例，定义一个准确的边缘数学模型,边缘检测与微分运算,不同的边缘信号,a,b,c,d,图像中不同类型的边界 （a） 边界； （b） 线； （c） 折线变化； （d） 缓慢的平滑变化,图像边缘,综上所述，图像中的边缘可以通过对它们求导数来确定，而导数可利用微分算子来计算。对于数字图像来说，通常是利用差分来近似微分,梯度边缘检测,1) roberts算子 是一个交叉算子，其在点(i,j)的梯度幅值表示为,梯度边缘检测,5.6,5.7,5.8,用卷积模板可表示为,其中，gx和g

3、y分别为,2) sobel算子 sobel算子在点(i,j)的梯度幅值表示为,5.10,5.11,简化的卷积模板表示形式为,其中，sx和sy分别x方向和y方向梯度的模版形式,5.9,3) prewitt算子 prewitt算子在点(i,j)的梯度幅值表示为,5.10,5.12,简化的卷积模板表示形式为,其中，sx和sy分别x方向和y方向梯度的模版形式,5.9,sobel算子,roberts算子,prewitt算子,原图,拉普拉斯二阶导数算子,5.13,5.15,5.16,也即有,同理有,所以有,对应的集中模板为,把高斯平滑滤波器和拉普拉斯锐化滤波器结合起来，先平滑掉噪声，再进行边缘检测，所以效果更好。 常用的log算

人人文库> 全部分类> 生活休闲 > 科普知识

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论