Canny边缘检测算法可以改进的地方做一些讨论.doc
《Canny边缘检测算法可以改进的地方做一些讨论.doc》由会员分享,可在线阅读,更多相关《Canny边缘检测算法可以改进的地方做一些讨论.doc(3页珍藏版)》请在三一文库上搜索。
1、Canny边缘检测算法可以改进的地方做一些讨论传统的Canny边缘检测算法是一种有效而又相对简单的算法,可以得到很好的结果。但是Canny算法本身也有一些缺陷,可以有改进的地方。1. Canny边缘检测第一步用高斯模糊来去掉噪声,但是同时也会平滑边缘,使得边缘信息减弱,有可能使得在后面的步骤中漏掉一些需要的边缘,特别是弱边缘和孤立的边缘,可能在双阀值和联通计算中被剔除。很自然地可以预见,如果加大高斯模糊的半径,对噪声的平滑力度加大,但也会使得最后得到的边缘图中的边缘明显减少。这里依然用Lena图为例,保持Canny算法中高阀值 100 ,低阀值 50 不变,高斯半径分别为 2,3,5 的Can
2、ny边缘二值图像如下。可知高斯模糊把很多有用的边缘信息也模糊掉了,因此如何精确的选择高斯半径就相当重要。高斯半径2高斯半径3高斯半径52. 在最初的Canny算法中是使用的最小的 2 x 2 领域来计算梯度幅值的。这种方法对噪声很敏感,比较容易检测到伪边缘或漏掉真是边缘。3. 传统Canny算法的双阀值是全局固定的,因此双阀值大小的选取对最终的结果影响很大,也有一些经验,比如选择低阀值是高阀值的 0.4 或 0.5 。然而这毕竟是一种经验选择,阀值的确定仍然很难决定一个最优值。而且一个图像的不同局部区域可能需要各不相同的阀值来精确地找到真实边缘,因此全局阀值就不太合适了。4. 传统算法仍然可能
3、产生一条宽度大于 1 的边缘,达不到满意的高精度单点响应。也就是需要继续细化边缘。下面就一些可以改进的地方做一些讨论。代替高斯模糊噪声是高频信号,边缘信号也属于高频信号。既然高斯模糊不加区分的对所有的高频信息进行了模糊,效果自然不尽如人意。那么自然就想到了带有保留边缘功能的各种选择性平滑方法,似乎在这里比高斯模糊会更加合适,那我们就来试一试。带有保留边缘功能的平滑方法的基本思想不是让领域范围内的所有像素都参与该种平滑方法的计算,而是设定一个阀值,仅仅让和中心像素灰度的差值小于这个阀值的像素参与计算。这样和中心像素相差过大的像素被认为是带有有效的信息,而不是噪声,不会参与平滑计算,从而保留了这些
- 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:
- Canny 边缘 检测 算法 可以 改进 地方 一些 讨论
链接地址:https://www.31doc.com/p-3250278.html