Tại sao Phát hiện cạnh Canny được sử dụng thay vì Phát hiện cạnh Sobel / Prewitt trước khi chuyển đổi Hough?


9

Tôi biết rằng để Hough Transform hoạt động trên một hình ảnh, nó cần phải là một hình ảnh nhị phân. Để chuyển đổi từ hình ảnh thang độ xám, nên sử dụng thuật toán phát hiện cạnh. Tôi nhận thấy rằng mọi người luôn sử dụng tính năng phát hiện cạnh Canny thay vì người khác (Sobel, v.v.). Tại sao vậy?

Câu trả lời:


13

Phát hiện cạnh Canny được coi là phát hiện cạnh tốt hơn (Theo nghĩa báo động sai) so với phát hiện cạnh bạn đã đề cập.
Điều này, chủ yếu, do 2 bước:

  1. Không đàn áp tối đa - Điều chỉnh các ứng cử viên không chiếm ưu thế trong khu vực của họ không được coi là cạnh.
  2. Quá trình trễ - Trong khi di chuyển dọc theo các ứng cử viên, được cung cấp một ứng cử viên ở khu vực lân cận, ngưỡng thấp hơn.

Hai bước này làm giảm số cạnh "Sai" và do đó tạo ra điểm khởi đầu tốt hơn cho quy trình xa hơn như Hough Transform.


6

Tuyên bố của bạn rằng biến đổi Hough (HT) cần được áp dụng trên ảnh nhị phân là không đúng. HT ban đầu thực sự được xây dựng theo cách đó, mặc dù trong khi đó, các tác giả khác nhau đã mở rộng HT theo nhiều cách - ví dụ để xem xét các giá trị thang màu xám của từng pixel hình ảnh. Kết quả là, bước phát hiện cạnh có thể được bỏ qua.

Trích dẫn liên quan đến các giá trị thang màu xám được lấy từ http://dx.doi.org/10.1109/JSEN.2014.2311160 :

[23] F. O'Gorman và MB Clowes, Tìm kiếm các cạnh hình ảnh thông qua sự cộng tác của các điểm đặc trưng, ​​Hồi IEEE Trans. Tính toán., Tập. 25, không 4, trang 449 Từ456, tháng 4 năm 1976.

[24] J. Skingley và AJ Rye, Chuyển đổi Hough áp dụng cho hình ảnh SAR để phát hiện đường mỏng, Nhận dạng mẫu. Lett., Tập. 6, không 1, trang 61 Vang67, 1987.

[25] C. Trayner, NJ Bailey và BR Haynes, Thời gian chuyển đổi độ dốc Hough biến đổi nhận dạng đối tượng ràng buộc bằng tốc độ chuyển động, Tưởng tượng thời gian thực của Hồi giáo, tập. 6, không 2, trang 143 Phản153, 2000.


Đồng ý, sau khi đăng câu hỏi này, tôi cũng đã đọc rằng HT không yêu cầu hình ảnh đầu vào nhị phân. Cảm ơn!
AshivD
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.