Откриване на ръбове, линии и ъгли в изображения


Категория на документа: Други



10. Прагови стойности и свързване.

След като сме избрали мярка за силата на ръба ( обикновенно величината герадиент ) следващият етап е да се приложи праг за да се реши дали ръбовете са на лице или не в една точка на изображението. Колкото по-нисък е прага толкова повере ръбове ще бъдат открити и резултатът ще бъде, все по-чувствителен към шум и ще бъдат открити ръбове на незначителни особености. Обратното, виско праг може да пропусне по-финни ръбове или да доведе до фрагментирани ръбове.

Ако праговете се приложат само на градиента откритите ръбове ще са по-дебели което поражда нуждата за някакъв вид допълнителна обработка. За откритите ръбове с не-максимално потискане обаче, кривите ръбове са тънки по дефиниция и пикселите им могат да бъдат свързани към полигон чрез свързваща процедура. На дискретна мрежа не-максималното потискане може да се въведе, чрез оценяване на посоката на градиента използвайки производни от първи ред, след което се закръгля градиент посоката на делители на 45 градуса и най-накрая сравняване на стойностите на градиента във приблизителната му посока.

Започваме като използваме горният праг за да намерим началото на ръб. След като имаме началото му, проскледяваме неговият път, пиксел по пиксел и маркираме ръб когато сме над горният праг. Спираме маркирането само ако стойноста падне под долният праг. Този подход прави предположението, че ръбовете най-вероятно се намират по продължителни кривини и ни позволява да следваме слаба секция на ръб който сме видели преди, без да маркираме всеки пиксел от шум като ръб. Все пак обаче, има проблем при избирането на подходящи параметри на праговите стойности и те могат да варират между различни изображения.

11. Изтъняване на ръбове.
Изтъняването на ръбове е техника, използвана за премахване на нежеланите фалшиви точки по ръбовете в изображението . Тази техника се използва след като изображението е филтрирано за шум и е приложен еdge операторът за откриването на ръбове и след като те биват изгладени със правилните прагови стойности. Това премахва всички нежелани точки и ако се приложи внимателно води до ръбове с дебелина един пиксел.
Предимства:
* остри и тънки ръбове водят до по-голяма ефективност в разпознаването в обекти
* ако се използва Hough трансформацията за откриване на линии и елипси тогава изтъняването би дало по-добър резултат
* ако ръбът се случва да бъде на границата на даден регион изтъняването лесно би дало параметрите на изображението като периметър без използването на много алгебра

12. Подходи от втори ред.
Някой оператори за откриване на ръбове се базират на производни от втори ред на интензитета. Така се улавя скороста на промяна в градиента на интензитета. По този начин в идеалният случай откриването на zero-crossing във втората производна улавя локалният максимум в градиента.

Ранния Marr-Hildreth оператор е базиран на откриването на zero-crossing на оператора на Laplac приложен върху Гаусово изгладено изображение. Може да бъде показано обаче, че този оператор открива и фалшиви ръбове съответсващи на локалният минимун на градиента. Освен това този оператор ще даде лошо локализиране на криви ръбове. Следователно този оператор не се използва освен от исторически интерес.





Сподели линка с приятел:





Яндекс.Метрика
Откриване на ръбове, линии и ъгли в изображения 9 out of 10 based on 2 ratings. 2 user reviews.