图像特征提取
1) 图像的边缘检测:是指灰度急剧变化的那些像素的集合,它是图像最基本的特征。边缘检测的基本思想是先检测图像中的边缘点,再按照某种测率将边缘点连接起轮廓,从而构成分割区域。
2) Canny算子的基本原理:
评价标准:高的检测率(应该指对边缘进行检测,不漏检任何边缘,也不应将非边缘标记为边缘)
精确的定位(检测的边缘与实际的边缘误差要尽可能小)
明确的响应(对每一条边缘只有一次响应,只得到一个点)
基本步骤:a) 去噪声:使用高斯函数对图像进行平滑滤波。
b) 计算梯度值与方向角:分别求取去噪声后的图像在X和Y轴上的梯度(可以通过前面使用SOBEL模板进行卷积)
c) 非最大值抑制:根据Canny边缘算子评价标准,边缘只允许有一个像元的宽度,但经过滤波后,图像中的边缘不同。非最大值抑制就是将那些在梯度方向上具有最大梯度值(梯度最大值通常出现在边缘的中心随着沿梯度方向距离的增加,梯度值随之减少)的像元作为边缘像元保留,将其他像元删除。
d) 滞后阈值化:由于噪声的影响,会出现本应该连续的边缘出现断裂,滞后阈值化设定两个阈值,一个高阈值,一个低阈值。如果任何像素对边缘算子的影响超过高阈值,将被标记为边缘。相应超过低阈值(高低阈值之间)的像素,如果已经标记为边缘的像素4-邻接或8-邻接,则将这些像素标记为边缘。
Edge(I,method,,’threshold’)
函数功能ÿ