Чому для виявлення країв Кенні використовується виявлення країв перед тим, як перетворити Гоф?


9

Я знаю, що для роботи над зображенням Hough Transform це має бути бінарне зображення. Для перетворення зображення в масштабі сірого слід використовувати алгоритм виявлення ребер. Я зауважую, що люди завжди використовують виявлення країв Canny замість інших (Sobel тощо). Чому так?

Відповіді:


13

Визначення ребра Кенні вважається кращим (у розумінні помилкової тривоги) краєм виявлення краю, ніж ті, про які ви згадали.
Це, головним чином, завдяки 2 крокам:

  1. Немаксимальне придушення - кандидати на кромки, які не домінують у своєму районі, не вважаються ребрами.
  2. Гістерезисний процес - Під час руху по кандидатам, з огляду на кандидата, який знаходиться поруч із краєм, поріг нижчий.

Ці 2 кроки зменшують кількість "помилкових" ребер і, отже, створюють кращу відправну точку для подальшого процесу, наприклад перетворення Хауфа.


6

Твоє твердження про те, що перетворення Хауфа (HT) потрібно застосувати до двійкового зображення, не відповідає дійсності. Оригінальний HT справді був сформульований таким чином, хоча тим часом різні автори розширювали HT численними способами - наприклад, враховуючи значення сірого масштабу кожного пікселя зображення. Як наслідок, крок виявлення краю може бути опущений.

Цитати щодо значень сірої шкали, взяті з http://dx.doi.org/10.1109/JSEN.2014.2311160 :

[23] Ф. О'Горман та М. Б. Клоуз, “Пошук ребер зображення за допомогою колінеарності точок функції”, IEEE Trans. Обчисл., Т. 25, ні. 4, с. 449–456, квітня 1976.

[24] Дж. Скінглі та А. Дж. Рай, «Трансформація Хаффа, застосована до зображень SAR для виявлення тонких ліній», Розпізнавання зразків. Lett., Vol. 6, ні. 1, с. 61–67, 1987.

[25] C. Трейнер, Нью-Джерсі Бейлі та Б. Р. Хейнс, “Градієнт часу Хафф перетворює - обмежує ідентифікацію об'єкта за швидкістю руху”, Реальне уявлення, vol. 6, ні. 2, с. 143–153, 2000.


Погодившись, опублікувавши це питання, я також прочитав, що HT не потребує бінарного вхідного зображення. Дякую!
AshivD
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.