版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、譯文一: 譯文一:1一個索貝爾圖像邊緣檢測算法描述[1]摘要: 摘要:圖像邊緣檢測是一個確定圖像邊緣的過程,在輸入的灰度圖中的各個點尋找絕對梯度近似級對于邊緣檢測是非常重要的。為邊緣獲得適當(dāng)?shù)慕^對梯度幅度主要在與使用的方法。Sobel 算子就是在圖像上進行 2-D 的空間梯度測量。轉(zhuǎn)換 2-D 像素列陣到性能統(tǒng)計數(shù)據(jù)集提高了數(shù)據(jù)冗余消除,因此,作為代表的數(shù)字圖像,數(shù)據(jù)量的減少是需要的。Sobel 邊緣檢測器采用一對 3×3 的
2、卷積模板,一塊估計 x-方向的梯度,另一塊估計 y-方向的梯度。Sobel 檢測器對于圖像中的噪音很敏感,它能有效地突出邊緣。因此,Sobel 算子被建議用在數(shù)據(jù)傳輸中的大量數(shù)據(jù)通信。關(guān)鍵詞: 關(guān)鍵詞:圖像處理,邊緣檢測,Sobel 算子,通信數(shù)據(jù),絕對梯度幅度。引言 引言圖像處理在現(xiàn)代數(shù)據(jù)儲存和數(shù)據(jù)傳輸方面十分重要,特別是圖像的漸進傳輸,視頻編碼(電話會議),數(shù)字圖書館,圖像數(shù)據(jù)庫以及遙感。它與處理靠算法產(chǎn)生所需的圖像有關(guān)(Milan
3、 et al., 2003)。數(shù)字圖像處理(DSP)提高了在極不利條件下所拍攝的圖像的質(zhì)量,具體方法有:調(diào)整亮度與對比度,邊緣檢測,降噪,調(diào)整重點,減少運動模糊等(Gonzalez, 2002)。圖像處理允許更廣泛的范圍被應(yīng)用到輸入數(shù)據(jù),以避免如噪聲和信號失真集結(jié)在加工過程中存在的問題(Baker & Nayar, 1996)。在 19世紀 60 年代的 Jet Propulsion 實驗室,美國麻省理工學(xué)院(MIT),貝爾實驗
4、室以及一些其他的地方,數(shù)字圖像處理技術(shù)不斷發(fā)展。但是,因為當(dāng)時的計算設(shè)備關(guān)系,處理的成本卻很高。隨著 20 世紀快速計算機和信號處理器的應(yīng)用,數(shù)字圖像處理變成了圖像處理最通用的形式,因為它不只是最多功能的,還是最便宜的。圖像處理過程中允許一些更復(fù)雜算法的使用,從而可以在簡單任務(wù)中提供更先進的性能,同時可以實現(xiàn)模擬手段不能實現(xiàn)的方法(Micheal, 2003)。因此,計算機搜集位表示像素或者點形成的圖片元素,以此儲存在電腦中(Vince
5、nt, 2006)。首先,圖像是在空間上的參數(shù)測量,而大多數(shù)的信號是在時間上的參數(shù)測量。其次,它們包含了大量的信息[1]A Descriptive Algorithm for Sobel Image Edge Detection[C]. Proceedings of Informing Science & IT Education Conference (InSITE) 2009: 97-107.的 Gx 和 Gy 圖像使用近似
6、公式相組合 。 Gy Gx G ? ?Canny 邊緣檢測算子是由 John F 發(fā)現(xiàn)的。在 1986 年,Canny 使用多級算法來檢測圖像中廣范圍的邊。此外,Canny 邊緣檢測器是一個復(fù)雜的最優(yōu)邊緣檢測器,它要花相當(dāng)長的時間來得到計算結(jié)果。圖像首先通過高斯模糊來處理噪音。當(dāng)算法被應(yīng)用時,角度和大小被得到用來確定保留邊緣部分。設(shè)置兩個截止閥值點,當(dāng)圖像中的某些值低于第一個閥值時則降到零,當(dāng)值高于第二個閥值時提高到一。Canny(19
7、86)認為推導(dǎo)一個最佳的平滑的過濾器的數(shù)學(xué)問題是給出檢測的標準,定位以及減少單個邊的多個響應(yīng)。他指出最佳過濾器給出的這些假設(shè)是四指數(shù)項的總和。他還表明這種過濾器可以很好的被逼近高斯一介導(dǎo)數(shù)。Canny 還介紹了非最大抑制的概念,給出 presmoothing 過濾器,邊緣點被定義為梯度幅度上假定的一個在梯度方向最大的點。另一種被使用的算法是 Susan 邊緣檢測器。這種邊緣檢測算法跟著常用的算法—獲取一幅圖像并且使用預(yù)先確定的窗口集中在
8、圖像中的每個像素,該圖像使用本地代理的一套規(guī)則給出一個邊緣響應(yīng)(Vincent,2006)。該響應(yīng)再經(jīng)過處理得到作為邊集的輸出。Susan 邊緣過濾器已經(jīng)通過使用圓形遮罩(內(nèi)核)以及近似的使用或常數(shù)加權(quán)或高斯加權(quán)而給出同位素反應(yīng)被實現(xiàn)。半徑通常是 3.4 像素,給出 37 像素的遮罩,最小的遮罩被認為是傳統(tǒng)的 3.3 遮罩。被使用在所有特征檢測實驗中的 37 像素圓形遮罩被安放在圖像中的每個點上,對每個點來說,遮罩上的每個像素的亮度被拿
9、來與內(nèi)核進行比較。比較方程是: C =(1) ? ? 0 r r ? ?, ? ? ? ?? ? ? ? ? ?? ? ?? ?? ?t r It r I00r I if 0r I if 1? ?? ?三維圖像中, 的位置即是核所在的位置, 是遮罩上的一些其他點的位置,I r ?0 r ?是像素的亮度,t 是不同閥值上的亮度,C 是對比后的輸出。對比是遮罩上每個 ? ? r ?像素之間的比較,而該遮罩上所有輸出(C)的 n 如下所示
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 邊緣檢測外文翻譯--一個索貝爾圖像邊緣檢測算法描述
- 邊緣檢測外文翻譯--一個索貝爾圖像邊緣檢測算法描述
- 邊緣檢測外文翻譯--一個索貝爾圖像邊緣檢測算法描述.doc
- 邊緣檢測外文翻譯--一個索貝爾圖像邊緣檢測算法描述(英文)
- 邊緣檢測外文翻譯--一個索貝爾圖像邊緣檢測算法描述.doc
- 畢業(yè)論文外文翻譯-一個索貝爾圖像邊緣檢測算法描述
- 圖像邊緣檢測算法
- SAR圖像邊緣檢測算法研究.pdf
- 外文翻譯---圖像的邊緣檢測
- 圖像邊緣檢測算法的研究.pdf
- 外文翻譯---一種新的模糊邊緣檢測算法
- 彩色圖像邊緣檢測算法研究.pdf
- 生物圖像邊緣檢測算法的研究.pdf
- 圖像邊緣檢測算法的比較研究.pdf
- 顱骨圖像的邊緣檢測算法研究.pdf
- 基于BLACKFIN的圖像邊緣檢測算法.pdf
- 灰度圖像邊緣檢測算法的性能評價.pdf
- 數(shù)字圖像邊緣檢測算法研究與實現(xiàn)
- 爐膛火焰圖像增強及其邊緣檢測算法.pdf
- 基于CUDA的Canny圖像邊緣檢測算法.pdf
評論
0/150
提交評論