色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

圖像邊緣原理介紹

OpenCV學堂 ? 來源: Java與Android技術棧 ? 2023-11-30 10:40 ? 次閱讀

Part11. 圖像的邊緣

灰度圖像的分割算法大多都基于兩個性質:灰度的不連續性和灰度的相似性

對于不連續性的灰度,可以以灰度突變為基礎分割一幅圖像,比如通過圖像的邊緣,基于邊緣進行圖像分割。對于相似的灰度,可以通過區域進行圖像分割。本文主要介紹圖像邊緣相關的內容和原理。

圖像的邊緣是圖像中亮度變化比較大的點。圖像邊緣點的出現一般是由于深度的不連續、物體表面方向的變換、物體屬性變化或者場景照明變化引起。

邊緣是連通的邊緣像素集合。

常見的邊緣類型有三種:

階梯形邊緣:即從一個灰度到比它高好多的另一個灰度。

屋頂形邊緣:它的灰度是慢慢增加到一定程度,然后慢慢減少。

線性邊緣:它的灰度從一個級別跳到另一個灰度級別之后然后回來。

5ebcc372-8ead-11ee-939d-92fbcf53809c.jpg常見的邊緣類型.PNG

真實的圖像邊緣可能含有噪聲,不一定符合上述理想的邊緣模型。

Part22. 圖像的梯度

圖像可以看成是一個二維離散函數,為了衡量圖像灰度的變化率,可以對二維離散函數進行求導(連續的函數可以直接求導,離散的函數只能通過一些方法來近似)。一階或二階導數都可以檢測局部灰度突變。

12.1 差分

差分,又名差分函數差分運算,一般是指有限差分,是數學中的一個概念,將原函數 f(x) 映射到 f(x+a) - f(x+b) 。

差分運算,相應于微分運算,是微積分中重要的一個概念。差分對應離散,微分對應連續。

差分可分為前向差分、反向差分中心差分。

2.1.1 前向差分

當自變量從變到時,函數的改變量,稱為函數 f(x) 在點的步長為 的一階(前向)差分。

通常記為,,其中為差分算子。

同理,為 處的二階差分。

為 處的 n 階差分。

2.1.2 反向差分

一階反向差分為:

2.1.3 中心差分

一階中心差分為:

22.2 導數

數字函數的導數可用有限差分定義。

首先,將 展開為 x 的泰勒級數,我們可以得到一維函數 f(x) 在任意點 x 處的一階導數的近似:

則:

當 時

對于一階導數,我們只使用線性項,可得:

由此,用前向差分得到灰度差:

當 時

對于一階導數,我們同樣只使用線性項,可得:

由此,用反向差分得到灰度差:

使用(2)式-(3)式,用中心差分可得:

中心差分的誤差較小,導數通常表示為中心差分?;?strong>中心差分的二階導數,使用(2)式+(3)式,可得:

即:

通常,一階導數和二階導數對分析邊緣有以下的結論:

一階導數通常在圖像中產生較粗的邊緣;

二階導數對精細細節,如細線、孤立點和噪聲有較強的響應;

二階導數在灰度斜坡和灰度臺階過渡處會產生雙邊緣響應;

二階導數的符號可用于確定邊緣的過渡是從亮到暗還是從暗到亮。

計算圖像中每個像素位置的一階導數和二階導數的方法是空間卷積。

當我們把圖像看做是一個二維離散函數時,通過上述方式可得 x、y 方向的二階導數:

以及

根據拉普拉斯算子,圖像可以定義為

由(5)式+(6)式,可得:

(7)式可寫成如下 filter mask 的形式 :

5ed6d62c-8ead-11ee-939d-92fbcf53809c.jpglaplace核.png

拉普拉斯可以對圖像進行銳化,利用下面的公式:

其中,f(x,y) 表示原圖,g(x,y) 表示銳化后的圖像,c = -1,則

對于不同的拉普拉斯核,c 可能會取不同的值。

下面的代碼,展示了對灰度圖像進行銳化以及對灰度圖像的拉普拉斯變換:

#include
#include
#include

usingnamespacestd;
usingnamespacecv;

intmain(intargc,char*argv[])
{
Matsrc=imread(".../girl.jpg");
imshow("src",src);

Matgray;
cvtColor(src,gray,COLOR_BGR2GRAY);
imshow("gray",gray);

Matdst,laplace;

dst.create(src.size(),CV_8UC1);
laplace.create(src.size(),CV_8UC1);

intheight=gray.rows;
intwidth=gray.cols;

for(inti=1;i(i,j)=saturate_cast(5*gray.at(i,j)-gray.at(i+1,j)-gray.at(i-1,j)-gray.at(i,j+1)-gray.at(i,j-1));
laplace.at(i,j)=saturate_cast(gray.at(i+1,j)+gray.at(i-1,j)+gray.at(i,j+1)+gray.at(i,j-1)-4*gray.at(i,j));
}
}
imshow("dst",dst);
imshow("laplace",laplace);

waitKey(0);
return0;
}

除此之外,還有一些其他的拉普拉斯核:

5f36615a-8ead-11ee-939d-92fbcf53809c.jpg其他的拉普拉斯核.png

后續的文章會詳細介紹拉普拉斯相關的內容,以及如何在 OpenCV 中如何使用相關的函數,它的主要用途包括:

圖像銳化

邊緣檢測

模糊檢測

32.3 圖像的梯度及其性質

梯度是一個有大小有方向的向量。梯度的方向是函數變化最快的方向。

圖像梯度是指圖像某個像素在 x 和 y 兩個方向上的變化率(與相鄰像素比較),它是一個二維向量,由 X 軸的變化、Y 軸的變化這2個分量組成。

向量的幅度(長度)

幅度由 M(x,y) 表示,根據歐幾里得范數(L2 范數)可得:

其中, M(x,y) 是與原圖像大小相同的圖像,它是 x 和 y 在 f 的所有像素位置上變化時產生的,也被稱為梯度圖像。

求梯度的幅度時,由于公式(8)的計算量比較大,可以用 L1 范數來近似梯度的幅度:

梯度的方向角

經典的圖像梯度算法是考慮圖像的每個像素的某個鄰域內的灰度變化,利用邊緣臨近的一階或二階導數變化規律,對原始圖像中像素某個鄰域設置梯度算子(例如 Sobel 算子、Roberts 算子、Robinson 算子、Laplace 算子等等),通過圖像卷積實現對圖像兩個方向上梯度的計算。

Part33. 總結

本文介紹了圖像邊緣的含義,通過圖像邊緣引出圖像的梯度的概念。用數學的方式推導出圖像梯度并介紹了其相關的性質。梯度是一個基礎且重要的概念,遍布機器學習深度學習的領域。

介紹它們是為了后續介紹各種圖像邊緣檢測算法做準備的,畢竟邊緣檢測是傳統的圖像分割算法。

審核編輯:湯梓紅

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 檢測算法
    +關注

    關注

    0

    文章

    119

    瀏覽量

    25238
  • OpenCV
    +關注

    關注

    31

    文章

    635

    瀏覽量

    41457
  • 圖像邊緣檢測

    關注

    0

    文章

    7

    瀏覽量

    6550

原文標題:OpenCV 筆記(8):圖像的邊緣和梯度

文章出處:【微信號:CVSCHOOL,微信公眾號:OpenCV學堂】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    基于FPGA的實時邊緣檢測系統設計,Sobel圖像邊緣檢測,FPGA圖像處理

    摘要 :本文設計了一種 基于 FPGA 的實時邊緣檢測系統 ,使用OV5640 攝像頭模塊獲取實時的視頻圖像數據,提取圖像邊緣信息并通過 VGA顯示。FPGA 內部使用流水線設計和 并
    發表于 05-24 07:45

    基于Canny邊緣檢測算子的圖像檢索算法

    【摘要】:針對依賴傳統Canny算子的基于邊緣圖像檢索系統所存在的不足,提出一種基于Canny邊緣檢測的圖像檢索算法。使用改進的Canny算子提取
    發表于 04-24 10:03

    labview對圖像邊緣的檢測

    圖像如:人,將人的邊緣輪廓提取出來!急急急急。。。。有這方面材料的兄弟救救急啊啊啊啊啊啊
    發表于 03-04 12:53

    機器視覺 --檢測圖像邊緣小程序

    機器視覺 --檢測圖像邊緣小程序
    發表于 08-23 21:35

    圖像邊緣

    圖像邊緣
    發表于 11-01 09:38

    如何利用FPGA實現Laplacian圖像邊緣檢測器的研究?

    引言邊緣可定義為圖像中灰度發生急劇變化的區域邊界,它是圖像最基本的特征,是圖像分析識別前必不可少的環節,是一種重要的圖像預處理技術。
    發表于 07-31 06:38

    Labview圖像處理——邊緣檢測

    `一、labview直方圖程序介紹1、前面板2、程序框圖3、圖片二、基本概念介紹邊緣圖像的基本特征,具有灰度值不連續的性質,即不同灰度值的相鄰區域之間。
    發表于 12-01 12:16

    基于FPGA的實時圖像邊緣檢測系統設計(附代碼)

    ;闡述了圖像信息的捕獲原理;詳細介紹圖像邊緣檢測部分各模塊的功能;重點介紹了具有去噪功能的中值濾波模塊的設計;簡單描述了
    發表于 06-21 18:47

    基于FPGA的圖像邊緣檢測

    基于FPGA的圖像邊緣檢測 引言     圖像邊緣檢測是圖像處理的一項基本技術,在工業、醫學、航天和軍事等領域有著廣
    發表于 01-14 11:07 ?1890次閱讀
    基于FPGA的<b class='flag-5'>圖像</b><b class='flag-5'>邊緣</b>檢測

    紅外圖像邊緣提取

    紅外圖像受噪聲污染嚴重,邊緣模糊,應用傳統的邊緣提取算法提取邊緣較為困難。本文根據人眼微動視覺成像的基本原理,結合紅外圖像的特點進行了
    發表于 07-09 17:15 ?1294次閱讀

    基于SoPC的邊緣圖像連通區域標記的算法

    本文所標記的圖像是經過邊緣檢測得的二值邊緣圖像。相對于原始圖像(或其二值圖像),
    發表于 11-10 11:38 ?1896次閱讀
    基于SoPC的<b class='flag-5'>邊緣</b><b class='flag-5'>圖像</b>連通區域標記的算法

    新模板的圖像邊緣提取方法

    提出了一種新的橫向和縱向模板算法,通過仿真實驗,獲得了優于梯度算子提取圖像邊緣的結果。并對以上算法進行改進,在邊緣圖像信息衰減微小的情況下,有效地改善了
    發表于 11-11 14:26 ?19次下載
    新模板的<b class='flag-5'>圖像</b><b class='flag-5'>邊緣</b>提取方法

    基于草地圖像邊緣檢測

    圖像是客觀對象的一種相似性描述,邊緣圖像中的重要特征,邊緣檢測是基于灰度突變來分割圖像的最常用的方法,包含著許多重要信息。本文
    發表于 11-29 11:39 ?1次下載
    基于草地<b class='flag-5'>圖像</b><b class='flag-5'>邊緣</b>檢測

    利用邊緣檢查的尺寸檢查圖像傳感器

    尺寸測量/邊緣檢測 利用邊緣檢查的尺寸檢查是圖像傳感器的最新應用趨勢。圖像傳感器可以將檢查對象在平面上表現出來,通過邊緣檢測,測算位置、寬度
    的頭像 發表于 10-31 10:57 ?2067次閱讀
    利用<b class='flag-5'>邊緣</b>檢查的尺寸檢查<b class='flag-5'>圖像</b>傳感器

    圖像邊緣檢測系統的設計流程

    圖像邊緣檢測系統的設計流程是一個涉及多個步驟的復雜過程,它旨在從圖像中提取出重要的結構信息,如邊界、輪廓等。這些邊緣信息對于圖像分析、機器視
    的頭像 發表于 07-17 16:39 ?397次閱讀
    主站蜘蛛池模板: 2020精品极品国产色在线 | 久草免费视频在线观看 | 一区二区三区无码被窝影院 | 动态抽插图视频 | 男女交性视频无遮挡全过程 | 久久久精品久久久久三级 | 亚洲综合色在线视频久 | 999在线观看精品免费 | 暖暖视频在线高清播放 | 综合色就爱涩涩涩综合婷婷 | 鞋奴的视频VK | 欧美巨大xxxx做受高清 | 洗濯屋H纯肉动漫在线观看 羲义嫁密着中出交尾gvg794 | 最近免费中文字幕MV免费高清 | hdsex老太婆70 | 老湿影院色情a | 狠狠狠色丁香婷婷综合久久 | 久久九九青青国产精品 | BT7086福利二区最新 | 青柠在线观看免费播放电影 | 国产综合在线视频 | 日韩中文字幕欧美在线视频 | 欧美精品色婷婷五月综合 | 老奶奶50p | 无人区乱码1区2区3区网站 | 99无码熟妇丰满人妻啪啪 | 国产自产第一区c国产 | 国模孕妇模特季玥之粉红 | 久久人人玩人妻潮喷内射人人 | 日本bbwhd | 99精品国产在热 | 处女座历史名人 | 欧美 亚洲 有码中文字幕 | 精品淑女少妇AV久久免费 | 免费成人高清在线视频 | 国产色婷婷精品人妻蜜桃成熟时 | 高清国产mv视频在线观看 | 国产专区亚洲欧美另类在线 | 日韩 国产 欧美视频二区 | 北岛玲手机在线观看视频观看 | 伊人大香人妻在线播放 |