Halcon 算子 edges_image

edges_image (Operator)

edges_image — Extract edges using Deriche, Lanser, Shen, or Canny filters.

作用：利用过滤器提取图片边缘；

edges_image(Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )

参数翻译（顺序对应以上参数顺序）：

输入图像、

输出梯度图像、

输出边缘直方图、

输入滤波器（常用'canny', 'sobel_fast'）、

输入平滑系数（0.2 ≤ Alpha ≤ 50.0）、

输入非极大值抑制（'hvnms', 'inms', 'nms', 'none'）、

输入滞后阈值下限、

输入滞后阈值上限

 

滞后性阈值的描述：

 使用边缘滤波，得到的边缘都是大于一个像素的轮廓，因此要对所得到的图像进行骨架化，从而得到比较清晰的边缘轮廓。有时候还需要进行非最大抑制处理

 这样，经过先对边缘幅度进行阈值分割，然后对分割出的区域进行骨架化处理，再进行非最大抑制处理，一般就可得到清晰的边缘。但是，有时候我们选择高的阈值以保证只将相关边缘选出时，边缘通常被割裂成诺干段；另一方面，如果选择低的阈值以保证边缘不会断裂成一段一段时，我们最终的分割结果中又会包含很多不相关边缘。针对这种情况，Canny提出来一种特殊的阈值分割算法来分割边缘：滞后阈值分割。

       滞后阈值分割使用两个阈值----高阈值和低阈值。边缘幅度比高阈值大的那些点立即作为安全边缘点被接受。边缘幅度比低阈值小的那些点被立即剔除。边缘幅度在高阈值和低阈值之间的那些点按如下原则处理：只有在这些点能按某一路径和安全边缘点相连时，他们才作为边缘点被接受。组成这一路径的所有点的边缘幅度都比低阈值要大。我们也能把这个过程理解为，首先边缘幅度大于高阈值的所有边缘点，然后在边缘幅度大于低阈值的情况下尽可能延长边缘。

 

描述：

1、edges_image使用递归滤波器（例如Deriche,Lanser,Shen）来检测步长边缘，或者使用传统的高斯滤波器（例如canny）；

2、梯度图返回在参数ImaAmp中；

3、除了滤波器sobel_fast外，边缘直方图返回在参数ImaDir中，sobel_fast不计算边缘方向来达到加速过滤器的作用；

4、除了‘sobel_fast’(其中滤波器宽度为3x3, Alpha被忽略)，可以任意选择“滤波器宽度”(即平滑的数量)，并可以通过调用info_edges来估计参数Alpha的具体值；

5、对于Deriche、Lanser和Shen滤波器，它随着参数Alpha的值的增加而减小，而对于Canny滤波器则增大；

6、宽”滤波器对噪声表现出较大的不变性，但也降低了检测小细节的能力；

7、非递归滤波器，如Canny滤波器，是使用滤波器掩码来实现的，因此，随着滤波器宽度的增加，执行时间也随之增加；相反，递归过滤器的执行时间不依赖于过滤器的宽度。因此，使用Deriche、Lanser和Shen滤波器可以实现任意的滤波器宽度，而不会增加运算符的运行时间；与Canny算子相比，随着滤波器宽度的增大，速度上的优势自然增大。

8、在边界处理中，递归滤波器假设在图像外部的像素的灰度值为零，而Canny算子则在图像边界处重复灰度值；

9、对于'sobel_fast'，除了'none'之外，对NMS的所有值执行相同的非最大值抑制。此外，迟滞阈值操作总是执行。另外，对于“sobel_fast”，产生的边缘会变薄到一个像素的宽度。

10、如果不使用滞后阈值，则直接设成负值即可；