¿Cómo entender que los operadores diferenciales pueden detectar los límites de las imágenes?
Los operadores de detección de bordes comunes incluyen el operador de Roberts, el operador de Prewitt, el operador de Sobel, el operador de detección de bordes de Marr-Hidreth y el operador astuto, etc.
1. Detección de bordes mediante gradientes
1. El operador de Roberts utiliza la amplitud del gradiente aproximada por la diferencia entre dos píxeles adyacentes en la dirección diagonal para detectar bordes. Este operador es más preciso en el posicionamiento, pero es más sensible al ruido y detecta mejor los bordes horizontales y verticales que los bordes oblicuos.
2. El operador Sobel detecta bordes basándose en la característica de que la diferencia ponderada de gris entre los puntos vecinos superior e inferior y derecho e izquierdo de la imagen alcanza un valor extremo en el borde. Este operador tiene un buen efecto de suavizado del ruido y puede proporcionar información precisa sobre la dirección del borde, pero la precisión del posicionamiento del borde no es alta.
3. La idea de detección de bordes utilizando el operador Prewitt es similar a la del operador Sobel, que también define operaciones diferenciales en una máscara. El operador tiene un efecto de atenuación del ruido, pero la precisión del posicionamiento tampoco es lo suficientemente alta.
2. Tecnología de detección de bordes más avanzada
1. Algoritmo de Marr-Hildreth (operador laplaciano)
(1) Uso de bajo gaussiano Filtre la imagen a través del filtro.
(2) Utilice el par de plantillas laplacianas para realizar la convolución.
(3) Encuentre el cruce por cero de la imagen obtenida en el paso (2).
Este operador es un operador diferencial de segundo orden que utiliza el principio de cruce por cero de la función derivada de segundo orden en puntos de borde para detectar los bordes de la imagen. Es sensible a las mutaciones en escala de grises y al ruido, no tiene direccionalidad y no puede obtener la información direccional del borde de la imagen.
2. Operador Canny
Pasos del algoritmo de detección de bordes Canny:
(1) Utilice un filtro gaussiano para suavizar la imagen de entrada
(2) Calcule imágenes de amplitud de gradiente e imágenes de ángulo
(3) Realice una supresión no máxima en imágenes de amplitud de gradiente
(4) Utilice procesamiento de umbral dual y análisis de conexión para detectar uniones. bordes
El operador Canny es el operador más eficaz entre los anteriores. Este operador tiene una gran capacidad de eliminación de ruidos y también destaca en términos de calidad de línea, como continuidad, finura y rectitud. Sin embargo, el desempeño del operador Canny trae problemas: la conexión es más complicada y el tiempo de ejecución es mayor.
En resumen, en la producción industrial real, cuando se requieren altos requisitos de tiempo real, generalmente se usa el método de gradiente de umbral; cuando se requieren altos requisitos de calidad, se pueden seleccionar métodos más avanzados, especialmente el operador Canny. .