最优边缘检测
根据边缘检测的有效性和定位的可靠性,Caηy研究了最优边缘检测器所需的特性，给出了评价其优劣的三个指标。
①好的信噪比,即将非边缘点判为边缘点的概率要低,将边缘点判为非边缘点的概率要低;
②好的定位性能,即检测出的边缘点要尽可能在实际边缘的中心;
③对单一边缘仅有惟一响应,即单个边缘产生多个响应的概率要低,并且虚假响应边界应得到最大抑制。
Canny算子
- 筒言之,就是希望在提高对景物边缘的敏感性的同时,可以抑制噪声的方法才是好的边缘提取方法。
- 值得庆幸的是,有一个线性算子可以在抵抗嗓声与边缘检之间获得一个最佳的折中,这个算子就是Cany算子,它是高斯函数的一阶导数。
- Canny算子在边缘方向上是对称的,在垂直于边缘的方向上是反对称的。所以,该算子对最急剧变化方向上的边缘特别敏感,但在沿着边缘方向上是不敏感的。
Canny算子的具体算法步骤
- 用高斯滤波器对图像进行滤波,去除图像噪声;
- 用高斯算子的一阶微分对图像进行滤渡,得到图像的梯度强度和方向;
- 对梯度进行“非极大抑制”;
- 对抑制结果取两次阈值,Th1和Th2,一般Th=0.4Th2;
- 链接边缘。
LOG( Laplacian of Gaussian)算子
- LoG( Laplacian of Gaussian)算子是根据图像的信噪比来求出检测边缘的最优滤波器。换句话说,该方法也是在对噪声的抑制和对边缘的检测两个方面综合考虑来设计的。
- 该方法首先采用高斯函数对图像进行平滑处理,然后采用拉普拉斯算子,根据二阶导数的过零点来检测图像的边界。
- LOG算子与视觉生理中的数学模型相似,因此在图像处理领域中得到了广泛的应用
- LOG滤波方法能很好检测岀边缘,抗干扰能力强,边界定位精度高，边缘连续性好，且能提取对比度弱的边界
常用的LOG算子是5×5的模板:
- 若将LO算子作成三维图,很像一顶西哥草帽,所以，LOG又叫墨西哥草帽滤波器