USAN区域(核同值区):和核像素的灰度相同会相信的模板像素的区域。
SUSAN检测算子
利用这个区域的尺寸、重心、二阶矩等可以帮助检测图像的边缘和角点。利用USAN的面积作为特征可以起到增强边缘和角点的效果。
该方法不用计算微分,对噪声不敏感。

SUNAN算子边缘检测(最小(Smallest)核同值区):检测模板有37个象素,半径为3.4象素
SUSAN检测算子3,5,7,7,5,3
将模板内的每个像素的灰度值与核的灰度值进行比较:

SUSAN检测算子

得到一个输出:

SUSAN检测算子


1、用SUSAN算子检测图像中的角点

2、根据重心来确定边缘方向(重心指模板内相似与核的区域)。比较重心与核的位置可以判断边缘的方向。

SUSAN检测算子

用比值确定朝向


3、特点:

有噪声时的性能较好

易自动化实现

边缘的响应讲随着边缘的平滑或模糊而增强。

能够提供不依赖于模板尺寸






相关文章:

  • 2021-11-08
  • 2022-01-09
  • 2021-10-14
  • 2021-06-20
  • 2021-07-07
  • 2021-07-02
猜你喜欢
  • 2021-06-09
  • 2022-12-23
  • 2022-12-23
  • 2022-02-03
  • 2021-11-15
  • 2022-12-23
  • 2022-12-23
相关资源
相似解决方案