基于sobel和canny的边缘检测原理.doc

《基于sobel和canny的边缘检测原理.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于sobel和canny的边缘检测原理Sobel的原理：Sobel算子是图像处理中的算子之一，主要用作边缘检测。它是一种离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量.该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。以I代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像，其公式如下:（1）图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小

2、公式为：（2）计算梯度方向公式为：（3）由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数，简单有效，因此应用广泛。但是Sobel算子并没有将图像的主体与背景严格地区分开来，换言之就是Sobel算子没有基于图像灰度进行处理，由于Sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。在观测一幅图像的时候，我们往往首先注意的是图像与背景不同的部分，正是这个部分将主体突出显示，基于该理论，我们给出了下面阈值化轮廓提取算法，该算法已在数学上证明当像素点满足

3、正态分布时所求解是最优的。Canny的原理：1、图象边缘检测必须满足两个条件：其一必须有效地抑制噪声；其次必须尽量精确确定边缘的位置。2、根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。3、类似于LoG边缘检测方法，属于先平滑后求导数的方法。Canny边缘检测算法可以分为四个步骤：1）用高斯滤波器平滑图象；2）用一阶偏导的有限差分来计算梯度的幅值和方向；3）对梯度幅值进行非极大值抑制4）用双阈值算法检测和连接边缘