视觉算法笔记 - 边缘检测算法-蒲公英云

视觉算法笔记 - 边缘检测算法

忘是亡心i 2022-08-25 15:47 333阅读 0赞

方法

1 一阶梯度算子

正交梯度： [1,-1], [1,-1]‘;

robet: 斜线差分（四点差分）

prewitt: 平均差分

sobel: 加权平均差分

检测赋值阈值，可检测边缘的方向

2 二阶导数算子 laplacian算子

模板 [0 -1 0; -1 4 -1;0 -1 0]/4; 方向无关，检测零交叉，可要求过零点的两边的差值大于一定的阈值

3 LoG

高斯滤波后再进行二阶导数，可先对高斯函数求二阶导数然后得到离散化模板，之后用模板和图像卷积

4 canny

以上在matlab中都采用edge实现。

关于零交叉的检测，参考代码，应该是对[- +]和[- 0 +]都进行检测：

% Look for the zero crossings: +-, -+ and their transposes
% We arbitrarily choose the edge to be the negative point
[rx,cx] = find( b(rr,cc) < 0 & b(rr,cc+1) > 0 …
& abs( b(rr,cc)-b(rr,cc+1) ) > thresh ); % [- +]
e((rx+1) + cx*m) = 1;
[rx,cx] = find( b(rr,cc-1) > 0 & b(rr,cc) < 0 …
& abs( b(rr,cc-1)-b(rr,cc) ) > thresh ); % [+ -]
e((rx+1) + cx*m) = 1;
[rx,cx] = find( b(rr,cc) < 0 & b(rr+1,cc) > 0 …
& abs( b(rr,cc)-b(rr+1,cc) ) > thresh); % [- +]‘
e((rx+1) + cx*m) = 1;
[rx,cx] = find( b(rr-1,cc) > 0 & b(rr,cc) < 0 …
& abs( b(rr-1,cc)-b(rr,cc) ) > thresh); % [+ -]‘
e((rx+1) + cx*m) = 1;

% Most likely this covers all of the cases. Just check to see if there
% are any points where the LoG was precisely zero:
[rz,cz] = find( b(rr,cc)==0 );
if ~isempty(rz)
% Look for the zero crossings: +0-, -0+ and their transposes
% The edge lies on the Zero point
zero = (rz+1) + cz*m; % Linear index for zero points
zz = find(b(zero-1) < 0 & b(zero+1) > 0 …
& abs( b(zero-1)-b(zero+1) ) > 2*thresh); % [- 0 +]‘
e(zero(zz)) = 1;
zz = find(b(zero-1) > 0 & b(zero+1) < 0 …
& abs( b(zero-1)-b(zero+1) ) > 2*thresh); % [+ 0 -]‘
e(zero(zz)) = 1;
zz = find(b(zero-m) < 0 & b(zero+m) > 0 …
& abs( b(zero-m)-b(zero+m) ) > 2*thresh); % [- 0 +]
e(zero(zz)) = 1;
zz = find(b(zero-m) > 0 & b(zero+m) < 0 …
& abs( b(zero-m)-b(zero+m) ) > 2*thresh); % [+ 0 -]
e(zero(zz)) = 1;