Обнаружение границ и контуров

Обнаружение границ и контуров позволяет определить в изображении области, где интенсивность резко меняется, что часто соответствует очертаниям объектов и разрывам поверхностей.

Definition

Граница — это место значительного локального изменения интенсивности, а обнаружение границ — это идентификация таких мест, обычно путем анализа градиента изображения или пересечений нуля сглаженной второй производной.

Scope

Эта тема охватывает градиентные операторы границ, роль сглаживания перед дифференцированием, многостадийный детектор Канни с подавлением немаксимумов и гистерезисной пороговой обработкой, подходы, основанные на пересечении нуля, и связывание точек границ в непрерывные контуры.

Core questions

• Где в изображении резко меняется интенсивность?
• Как сделать дифференцирование устойчивым к шуму?
• Как толстые градиентные отклики истончаются до границ толщиной в один пиксель?
• Как изолированные точки границ объединяются в осмысленные контуры?

Key concepts

• Градиент изображения
• Градиентные операторы
• Подавление немаксимумов
• Гистерезисная пороговая обработка
• Лапласиан гауссиана и пересечения нуля
• Связывание контуров

Key theories

Обнаружение границ Канни

Выведенный из критериев хорошего обнаружения, хорошей локализации и единственного отклика на границу, детектор Канни сглаживает изображение, вычисляет градиенты, подавляет немаксимальные отклики и связывает границы с помощью гистерезисной пороговой обработки, оставаясь стандартным эталоном.

Пересечения нуля Марра-Хилдрета

Границы располагаются в точках пересечения нуля лапласиана гауссовски сглаженного изображения, связывая обнаружение границ с вычислительной теорией раннего зрения и с многомасштабным анализом.

Clinical relevance

Обнаружение границ и контуров является основой для сегментации, анализа формы и распознавания объектов, а также используется в медицинской визуализации, промышленном контроле и конвейерах извлечения признаков в компьютерном зрении.

History

Теория Марра и Хилдрета 1980 года связывала границы с пересечениями нуля сглаженного лапласиана, а формулировка оптимального детектора Канни 1986 года стала наиболее широко используемым детектором границ, позднее дополненным обученными детекторами границ.

Key figures

• John Canny
• David Marr
• Ellen Hildreth

Seminal works

• canny1986
• marr1980

Frequently asked questions

Зачем сглаживать изображение перед обнаружением границ?

Дифференцирование усиливает шум, поэтому предварительное сглаживание предотвращает ошибочное определение шума как границ; масштаб сглаживания определяет, какой размер деталей рассматривается как граница.

Почему детектор Канни имеет несколько стадий?

Каждая стадия решает отдельную задачу: сглаживание контролирует шум, вычисление градиента находит кандидатов, подавление немаксимумов истончает их до однопиксельных границ, а гистерезисная пороговая обработка сохраняет слабые границы только при их связи с сильными.