SUSAN边缘检测

SUSAN(Smallest Unimodal Symmetric Stable Area,最小单峰对称稳定区域)是一种图像处理中的边缘检测算法。其核心是核同值区(USAN),用于检测图像中的边缘和角点。通过计算模板中心像素周围区域的灰度一致性,USAN面积变化可以反映边缘信息。在噪声环境下表现良好,不依赖微分计算,采用非线性响应,自动化实现简便,参数选择简单且具有较小的任意性。
摘要由CSDN通过智能技术生成

核同值区(USAN)

相对于模板的核,模板中总有一定的区域与它有相同的灰度,这部分区域称为USAN区域。
在这里插入图片描述
当核像素处在图像中的灰度一致区域,USAN的面积最大。当核处在直边缘处面积约为最大值的一半,当核处在角点处时则为最大值的1/4;因此,使用USAN面积的变化作为特征可以起到检测边缘和角点的效果。

SUSAN:最小(Smallest) 核同值区

1.确定检测模板

圆形检测模板(各向同性):37个像素, 半径为3.4像素
在这里插入图片描述

2.计算游程和

检测对模板中的每个像素进行,得到输出的游程和(running total)
在这里插入图片描述

3.与几何阈值比较

(3)实际使用SUSAN时,采用 S S S与几何阈值 G G G(设为 G = 3 S m a x / 4 G = 3S_{max}/4 G=3Smax/4 )的差进行比较:
在这里插入图片描述

其中 S m a x S_{max} Smax S S S所能取的最大值;
USAN面积越小,边缘响应就越大。

边缘方向的确定

根据非零强度的像素确定边缘的方向
点A和B都是标准的边缘点,各落在边缘的一边
从USAN重心到模板核的矢量与边缘局部方向垂直
在这里插入图片描述

特点

有噪声时的性能较好

不需要计算微分
对面积计算中的各个值求和(积分)
非线性响应特点

易自动化实现

控制参数的选择简单 
参数的任意性较小
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值