1、拉普拉斯算子:对噪声相当敏感,很少用于边缘检测,主要用于已知边缘像素后确定该像素在图像的暗区或者明区。
2、马尔算子:拉普拉斯算子的进化版。具有一定的生物学和生理学意义。根据视觉成像的研究。
算法:先平滑原始图象后再运用拉普拉斯算子
对不同分辨率的图象分别处理
(1) 用一个2-D的高斯平滑模板与原始图象卷积
(2) 计算卷积后图象的拉普拉斯值
(3) 检测拉普拉斯图象中的过零点作为边缘点
3、坎尼算子(比较好的边缘检测方案)
①低失误概率 ②高位置精度 ③对每个边界都有唯一的响应。
算法
(1) 高斯滤波器平滑图象以减轻噪声影响
(2) 检测滤波图象中灰度梯度的大小和方向(类似于索贝尔的边缘检测算子)
(3) 细化边缘象素所构成的边界
(4) 借助滞后阈值化方法最后确定边界
滞后阈值化
非最大消除
二阶导数算子
时间: 2024-10-14 22:29:06