Q
边缘检测技术
10
A
回答
16
拉普拉斯算子是二阶导数算子,另外两个是一阶导数算子,所以它们用于不同的情况。 Sobel/Prewitt测量斜率,而拉普拉斯算子测量斜率的变化。
实例:
如果你有恒定斜率的信号(梯度):
Gradient signal: 1 2 3 4 5 6 7 8 9
一个第一导数滤波器(索贝尔/ Prewitt算子)将测量的斜率,所以滤波器响应是
Sobel result: 2 2 2 2 2 2 2
对于该信号,lapace滤波器的结果为0,因为斜率是恒定的。
实施例2:如果你有一个边缘信号:
Edge: 0 0 0 0 1 1 1 1
Sobel滤波器结果具有一个峰;峰的符号取决于边的方向:
Sobel result: 0 0 0 1 1 0 0 0
拉普拉斯滤波器产生两个峰值;边缘的位置与零交叉拉普拉斯过滤结果的对应:
Laplace result: 0 0 0 1 -1 0 0 0
所以,如果你想知道的方向和边缘,你会使用一阶导数滤波器。而且,拉普拉斯滤波器比Sobel或Prewitt对噪声更敏感。
另一方面,Sobel和Prewitt过滤器非常相似,用于相同的目的。第一阶导数滤波器之间的重要区别是
- 对噪声的灵敏度
- 各向异性:理想的是,过滤器的结果为X/Y应该正比于罪α和余弦α,其中α是角度的梯度,并且两个方格的总和应该对于每个角度都是相同的。
- 行为在角部
这些性质可与人工测试图像(如著名的Jähne test patterns,在"Image Processing" by Bern Jähne实测值)进行测定。不幸的是,我没有在该书中找到关于Prewitt操作员的任何信息,所以你必须做自己的实验。
最后,这些属性之间总是有一个折衷,它们中哪一个更重要取决于应用程序。
相关问题
- 1. SQLITE边缘检测
- 2. VHDL边缘检测
- 3. Canny边缘检测
- 4. qTip2边缘检测
- 5. HTML \ PHP:Flash Player检测技术
- 6. AI人脸检测技术
- 7. 边缘检测 - 检测不良
- 8. 边缘检测和分割
- 9. OpenCV中的边缘检测
- 10. Openmp C++ sobel边缘检测
- 11. Canny边缘检测器C
- 12. Sobel边缘检测 - MATLAB
- 13. 边缘检测iphone opencv
- 14. C#中的边缘检测
- 15. Canny边缘检测器
- 16. Android OpenCV边缘检测
- 17. iOS CoreImage边缘检测
- 18. 颜色边缘检测+ opencv
- 19. Android - 手机边缘检测
- 20. 图像边缘检测
- 21. 边缘检测小波
- 22. OpenCV ROI和边缘检测
- 23. 如何测量边缘检测图像边缘的长度?
- 24. 猜测技术
- 25. 使用边缘检测和边界框的MATLAB对象检测
- 26. Canny边缘检测器检测到所述图像的边界
- 27. 底部的魔术边缘
- 28. 对象检测 - 服务器端 - 技术
- 29. IP地址的位置检测技术
- 30. 获取边缘检测后的边缘坐标(Canny)
谢谢Nikie,这是一个很好的回应,正是我所期待的。接受的答案:)。 – ale 2010-12-19 22:27:52
英特尔的Jähne测试模式显然已经改变了位置(在上面的答案中是死链接),我在这里找到它们:https://software.intel.com/zh-cn/node/503777 – winne2 2015-11-03 15:06:46
@ winne2:谢谢,我已经更新了链接 – Niki 2015-11-03 16:15:20