Uno, introducción del operador
1.1 Los tipos
de operadores de detección de bordes de uso común en
halcon incluyen los siguientes: 1. bordes_imagen: extraer bordes de imágenes 2D
2. bordes_sub_pix: extraer bordes de subpíxeles de imagen 2D
3. bordes_objeto_modelo_3d: extraer bordes de imágenes 3D
4. bordes_color y bordes_color_sub_pix: extraer imágenes en color edge
1.2 distinción
edge_image extrae selectivamente una variedad de algoritmo de detección de bordes object edge, que difiere del operador de borde de subpixel que edge_image la extracción de características de borde es una unidad de píxel, los bordes_sub_pix es más pequeño que una unidad de píxel para el borde extraído, generalmente, método de momento, método de interpolación y método de ajuste.
Segundo, explicación detallada
2.1 bordes_imagen (Imagen: ImaAmp, ImaDir: Filtro, Alfa, NMS, Bajo, Alto:)
Los principales parámetros de este operador incluyen:
ImaDir (la dirección del borde de la imagen, es inútil para el algoritmo sobel_fast, porque no calcula la información de dirección)
Filtro (el operador del borde, incluyendo 'canny', 'deriche1', ' deriche1_int4 ',' deriche2 ',' deriche2_int4 ',' lanser1 ',' lanser2 ',' mshen ',' shen ',' sobel_fast ')
Alfa (parámetro de filtro, un valor pequeño conduce a un fuerte suavizado, pero menos detalles (lo contrario de operador astuto))
NMS (supresión no máxima (establecido en ninguno, lo que indica que este valor no es necesario))
Bajo (umbral inferior para la operación del umbral de histéresis (si no se requiere el ajuste del umbral, entonces negativo))
Alto (umbral superior para histéresis operación de umbral (si no se requiere) La configuración del umbral es negativa))
2.2 Algoritmo de detección de bordes
Para los algoritmos, el operador astuto es actualmente el método de detección de bordes más estable.
El algoritmo astuto consta de tres etapas: fuerza de borde, refinamiento de borde (NMS) y umbral de histéresis.
Primero, el cálculo de la fuerza del borde es calcular el gradiente de la imagen: matriz de magnitud del gradiente, matriz de dirección del gradiente:
1) Escala
de grises de la imagen 2) Filtro gaussiano
3) Filtro Sobel para obtener la imagen del gradiente en las direcciones xey, denotada como fx, fy
4) Utilice fx y fy para encontrar la amplitud del gradiente y la dirección del gradiente.
5) La dirección del gradiente en este momento es cualquier valor entre [-90, +90], y están regularizados en cuatro tipos de 0, 45 , 90, 135 grados.
Luego, calculamos la supresión no máxima (NMS), clasificamos primero de acuerdo con las direcciones almacenadas en la matriz de dirección regularizada, y luego comparamos tres píxeles en la misma dirección para asegurarnos de que el valor del píxel del medio es el más grande, de lo contrario se pone a cero, y finalmente se obtiene la matriz de amplitud de gradiente limpia.
Finalmente, continúe procesando la matriz de amplitud de gradiente y divida la imagen en tres partes de acuerdo con el valor de umbral alto establecido y el valor de umbral bajo bajo:
1. Píxeles con amplitud de gradiente mayor que alta, establezca el valor en 255;
2. Píxeles con una amplitud de gradiente menor que baja, el valor se establece en 0;
3. en el medio de la magnitud de gradiente de un píxel con sus ocho vecinos se determina, si la vecindad es mayor que alta, entonces el píxel se establece en el intermedio 255 ; a
continuación, se relaciona con
los siguientes procedimientos vinculantes Demostración y explicación de cada algoritmo de filtrado:
read_image (I, 'C:/Users/Administrator/Desktop/a.png')
dev_close_window ()
dev_open_window(0, 0, 512, 512, 'black', WindowHandle)
get_image_size (I, Width, Height)
dev_set_window_extents (0, 0, Width, Height)
rgb1_to_gray(I, GrayImage)
*dev_set_lut ('change2')
*设置滞后阈值为默认值
*滤波参数值Alpha
*设置滞后阈值必须大于0，小于255，值越小细节越多，但同时会带来很多不需要的边缘信息。
*值越大则会丢失边缘，很多边缘点值都会被设置为0。
edges_image(GrayImage, ImaAmp, ImaDir, 'canny', 1, 'nms', 20, 40)
dev_display(ImaAmp)
