图像边缘分割.doc
《图像边缘分割.doc》由会员分享,可在线阅读,更多相关《图像边缘分割.doc(21页珍藏版)》请在三一文库上搜索。
1、边缘分割主要内容: 讲解图像锐化的含义及用途,通过分析图像细节特征,讲解图像锐化的方法,主要是常见的边缘算子:梯度算子、Robert算子、Sobel算子、Prewitte算子、拉普拉斯算子、Log算子、高通滤波的原理及实现。 重点: 1.理解锐化和边缘检测的含义; 2.掌握各种算子的特点 3.能够对灰度图像采用各种微分算子进行锐化或边缘检测 难点: 各算子的原理的理解及仿真实现1.图像细节的基本特征 边缘对应于图像中灰度发生变化的部分,在图像中,常见的边缘主要有以下几种情况:灰度突变、灰度渐变、细线型和点结构, 如下图所示,图像中包含了常见的边缘情形。在图中取一条扫描线,绘制该直线上像素点的灰
2、度曲线、该曲线的一阶微分曲线和二阶微分曲线,从分析这些曲线,得出以下结论: (1)灰度变化部分呈阶跃形:对应于一阶微分极大值、二阶微分过零点; (2)灰度变化呈细线形:对应于一阶微分的过0点,二阶微分的极小值点; (3)灰度渐变性:一般没有精确边界点。因此,图像锐化和边缘检测可以通过检测图像信号的微分进行。2.一阶微分算子 均值产生钝化的效果,微分产生锐化的效果。 在图像处理中应用微分最常用的方法是计算梯度。 (1)梯度法1)原理与公式对于图像函数f(x,y),它在(x,y)处的梯度为 用矢量的幅度代替它: 离散的数字矩阵,用差分来代替微分:生成梯度图像:2)示例 运算: 示例:(2)单方向的
3、一阶锐化算法1)原理与模板 单方向的一阶梯度算法是指给出某个特定方向上的边缘信息。 因为图像为水平、垂直两个方向组成,所以,所谓的单方向梯度算法实际上是包括水平方向与垂直方向上的锐化。 水平方向的微分算子:,垂直方向的微分算子 2)示例 运算:上述运算结果中存在负值,把负值变到有效范围,方法不同,效果不同:整体加一个正整数,以保证所有的像素值均大于零。可以获得类似浮雕的效果。将所有的像素值取绝对值。可以获得对边缘的有方向提取。 浮雕效果示例: 边缘提取效果示例: (3)Robert算子 (4)Sobel算子1)公式 2)两个优点 引入平均因素,对图像中随机噪声有一定的平滑作用。 相隔两行或两列
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 边缘 分割
链接地址:https://www.31doc.com/p-2548401.html