机器视觉-边缘检测与图像分割原理

简介: 机器视觉-边缘检测与图像分割原理
边缘检测
  • 对于二维图像,边缘一般在一阶微分的绝对值最大处,或者说二阶微分为0处,即:

image.png

边缘发生在颜色突变的地方,因此是颜色梯度绝对值最大处。

  • 存储于计算机内的二维图像本质是一个二维矩阵(对于彩色图片是RGB三个二维矩阵),可以通过卷积算子计算并进行边缘检测。

构建边缘检测算子思路:让该算子内所有数值求和为0。这样就可以在非边缘处(像素值变化不大的区域)与边缘算子求卷积后基本为0;在边缘处(像素值变化很大的区域)与边缘检测算子求卷积后得到一个绝对值较大的值。

  • 常见的边缘检测算子
    ①Robert算子
    image.png

    image.png

②Prewitt算子

image.png

image.png

③Sobel算子

image.png

image.png

④Laplace算子

image.png

图像分割

基于阈值的分割方法

通过设定不同的特征阈值,把图像像素点分为占据不同灰度级范围的图。这种方法的关键点是预先确定好特征阈值。

基于区域的分割方法

有两种方法:一种是区域生长,从单个像素出发,逐步合并以形成所需要的分割区域;另一种是区域分裂合并,从全局出发,逐步切割至所需的分割区域。

基于边缘检测的分割方法

使用上述边缘检测算子识别边缘进行分割。存在两个问题:1、不能保证边缘的连续性和封闭性;2、在高细节区存在大量的碎片边缘。


相关文章
|
6月前
|
机器学习/深度学习 算法 测试技术
低照度增强算法(图像增强+目标检测+代码)
低照度增强算法(图像增强+目标检测+代码)
|
机器学习/深度学习 编解码 人工智能
图像分割基础
图像分割基础
184 0
图像分割基础
|
机器学习/深度学习 编解码 决策智能
计算机视觉实战(七)图像金字塔与轮廓检测
计算机视觉实战(七)图像金字塔与轮廓检测
136 0
计算机视觉实战(七)图像金字塔与轮廓检测
|
机器学习/深度学习 决策智能 计算机视觉
计算机视觉实战(四)图像形态学操作
计算机视觉实战(四)图像形态学操作
|
机器学习/深度学习 算法 决策智能
计算机视觉实战(六)边缘检测
计算机视觉实战(六)边缘检测
122 0
|
算法 计算机视觉
图像分割的两种算法
图像分割的两种算法
1038 0
|
算法 计算机视觉 Python
计算机视觉实验:边缘提取与特征检测
计算机视觉实验:边缘提取与特征检测
128 0
|
机器学习/深度学习 传感器 算法
【图像检测-边缘检测】基于遗传算法的边缘检测算法研究附matlab代码
【图像检测-边缘检测】基于遗传算法的边缘检测算法研究附matlab代码
|
数据可视化 算法 计算机视觉
【计算机视觉】图像增强----图像的傅立叶变换
【计算机视觉】图像增强----图像的傅立叶变换
629 0
【计算机视觉】图像增强----图像的傅立叶变换
|
算法 计算机视觉 索引
【计算机视觉处理5】阈值处理
阈值处理就是设定某个阈值,然后对大于阈值的像素或者小于阈值的像素统一处理的过程。
171 0