降噪 (Noise Reduction)对于图像边缘检测 (Edge Detection)的意义

对于拍摄到的图像,在识别其中物体的边缘时,一定要先降噪

1. 首先,边缘检测的算法如下图所示:

原始图像
原始图像如上图所示,肉眼可见清晰的边缘。
其强度函数 (Intensity Function)如下:
这里写图片描述
那么,边缘的识别是基于强度函数的一阶导数进行的,如下图中,导数的极值就是边缘的位置!
这里写图片描述

2. 噪声的影响

如下建筑物的图片,
这里写图片描述
红线所示处的密度函数和一阶导数分别为:

如下图所示的引入了高斯噪声的图片:

其边缘处的强度函数与一阶导数分别为:


在这种情况下,根本无法识别出物体的边缘。

因此,肉眼能识别的内容,在机器看来,根本就是一团乱麻 (What a Mess!)。

3. 解决方案

最简单的方案就是引入平滑处理,如下图所示的物体边缘强度函数f(x):
这里写图片描述
引入一个平滑处理的kernel g(x),如下图所示:
这里写图片描述
那么f*g后的强度函数如下所示:
这里写图片描述
对f*g求一阶导数的图像如下所示:
这里写图片描述
通过寻找极值,我们很容易找到物体的边缘!

猜你喜欢

转载自blog.csdn.net/coroutines/article/details/72778135