目录
按上一篇的介绍,我们已经可以将边缘找到了,边缘可能会被检测成不连续的几条分段,所以我们要对边缘进行连接。
一 自问自答
问:这么做的目的是什么?
答:由于前述方法检测完之后得到的是可能是不连续的边界,这里的目的是将 不连续的边界连接成闭合的边界。因此,边缘检测之后紧跟连接算法。
问:边界连接的主要方法有哪些?
答: (1)局部处理 (2)区域处理(不讨论) (3)全局处理
二 边缘连接-局部处理
局部处理的步骤如下:
- (1)计算输入图像f(x,y)的梯度幅度矩阵M(x,y)和梯度角度矩阵a(x,y)
- (2)根据公式形成一幅二值图像g(x,y) A 是一个指定的角度,TA表示可接受的范围
- (3)扫描g的行,在不超过指定长度K的每一行中填充所有的缝隙(注意缝隙一定要在一个1 或多个1 的两端,对每一行独立处理 )
- (4)为在任何其他方向上检测缝隙,以该角度旋转g,应用步骤3的水平扫描过程,然后将结果以反方向旋转回来
看到这里,我估计你已经懵了
太乱了,我们来举个例子,假设K=2
有没有好一点~~~
三 边缘连接-全局处理
1.自问自答
问:为什么用全局处理方法?
答:因为有时候需要处理的图像没有任何区域边界信息,原理是基于像素集 是否位于指定形状的曲线上的方法,一旦检测到,这些曲线就会成为感兴趣 的边界
问:全局处理有什么代表性技术?
答:Hough变换
2.Hough变换
Hough变换简介:
(1)Hough变换可以用于将边缘像素连接起来得到边界曲线,优点在于受噪声和曲线间断的影响较小
(2)在已知曲线形状的条件下,Hough变换实际上是利用分散的边缘点进行曲线逼近,它也可看成是一种聚类分析技术
3.Hough算法过程
4.举例
好了,终于说完了,贴了很多图,是因为我之前做了PPT,就不再重新排版了