Phát hiện cạnh và đường viền

Phát hiện cạnh và đường viền xác định các ranh giới trong một hình ảnh nơi cường độ thay đổi đột ngột, thường tương ứng với đường bao của vật thể và các điểm gián đoạn bề mặt.

Definition

Một cạnh là vị trí có sự thay đổi cường độ cục bộ đáng kể, và phát hiện cạnh là việc xác định các vị trí đó, điển hình là bằng cách phân tích gradient hình ảnh hoặc các giao cắt không của đạo hàm bậc hai đã được làm mịn.

Scope

Chủ đề này bao gồm các toán tử cạnh dựa trên gradient, vai trò của việc làm mịn trước khi lấy đạo hàm, bộ dò Canny đa giai đoạn với loại bỏ không cực đại và ngưỡng trễ, các phương pháp giao cắt không và việc liên kết các điểm cạnh thành các đường viền liên tục.

Core questions

• Cường độ thay đổi đột ngột ở đâu trong một hình ảnh?
• Làm thế nào để việc lấy đạo hàm trở nên mạnh mẽ hơn trước nhiễu?
• Làm thế nào để các phản ứng gradient dày được làm mỏng thành các cạnh một pixel?
• Làm thế nào để các điểm cạnh cô lập được nối thành các đường viền có ý nghĩa?

Key concepts

• Gradient hình ảnh
• Toán tử gradient
• Loại bỏ không cực đại
• Ngưỡng trễ
• Laplacian của Gaussian và giao cắt không
• Liên kết đường viền

Key theories

Phát hiện cạnh Canny

Được phát triển từ các tiêu chí phát hiện tốt, định vị tốt và một phản hồi duy nhất cho mỗi cạnh, bộ dò Canny làm mịn hình ảnh, tính toán gradient, loại bỏ các phản hồi không cực đại và liên kết các cạnh bằng ngưỡng trễ, vẫn là một tiêu chuẩn cơ bản.

Giao cắt không Marr-Hildreth

Các cạnh được định vị tại các giao cắt không của Laplacian của một hình ảnh được làm mịn bằng Gaussian, liên kết phát hiện cạnh với một lý thuyết tính toán về thị giác sớm và với phân tích đa tỷ lệ.

Clinical relevance

Phát hiện cạnh và đường viền cung cấp thông tin cho phân đoạn, phân tích hình dạng và nhận dạng đối tượng, đồng thời được sử dụng trong hình ảnh y tế, kiểm tra công nghiệp và các quy trình trích xuất đặc trưng trong thị giác máy tính.

History

Lý thuyết của Marr và Hildreth năm 1980 đã liên kết các cạnh với các giao cắt không của một Laplacian đã được làm mịn, và công thức bộ dò tối ưu của Canny năm 1986 đã trở thành bộ dò cạnh được sử dụng rộng rãi nhất, sau này được bổ sung bởi các bộ dò ranh giới học máy.

Key figures

• John Canny
• David Marr
• Ellen Hildreth

Seminal works

• canny1986
• marr1980

Frequently asked questions

Tại sao phải làm mịn hình ảnh trước khi phát hiện cạnh?

Việc lấy đạo hàm khuếch đại nhiễu, vì vậy làm mịn trước giúp ngăn bộ dò đánh dấu nhiễu là cạnh; thang đo làm mịn xác định kích thước chi tiết nào được coi là cạnh.

Tại sao bộ dò Canny có nhiều giai đoạn?

Mỗi giai đoạn xử lý một mục tiêu riêng biệt: làm mịn kiểm soát nhiễu, tính toán gradient tìm các ứng cử viên, loại bỏ không cực đại làm mỏng chúng thành các cạnh một pixel, và ngưỡng trễ chỉ giữ các cạnh yếu khi chúng được kết nối với các cạnh mạnh.