matlab - 使用canny方法进行一定程度的边缘检测

Question

我正在使用 MATLAB。我想使用精明的方法进行边缘检测。但我需要对角线的边缘或仅在 40 到 50 度角的边缘。我怎样才能做到这一点？

score 2 · Accepted Answer

您需要在互联网上自己编写精明的边缘检测器代码（您会得到很多实现）。然后，您将在第二步中计算梯度幅度和梯度方向。在那里，您需要过滤掉角度和相应的幅度。

希望这对您有所帮助。

score 0 · Accepted Answer

我已经回答了一个类似的问题，关于如何使用 Matlab 的函数通过 Canny（ Orientational Canny Edge Detectionedge ）查找定向边缘，但我也想尝试 Avijit 建议的自定义实现。

Canny 边缘检测步骤：

从图像开始，我将使用内置的演示图像。
```
A = im2double(rgb2gray(imread('peppers.png')));
```
高斯滤波器
```
A_filter = imgaussfilt(A);
```

Sobel 边缘检测——我们不能使用内置的实现 ( edge(A_filter, 'Sobel'))，因为我们想要边缘角度，而不仅仅是边缘位置，所以我们实现了自己的算子。

一个。卷积找到方向梯度

%These filters measure the difference in values between vertically or horizontally adjacent pixels. 
%Effectively, this finds vertical and horizontal gradients.
vertical_filter = [-1 0 1; -2 0 2; -1 0 1];
horizontal_filter = [-1 -2 -1; 0 0 0; 1 2 1];
A_vertical = conv2(A_filter, vertical_filter, 'same');
A_horizontal = conv2(A_filter, horizontal_filter, 'same');

湾。计算角度

A_angle = arctan(A_vertical./A_horizontal);

在这一步，我们传统上按方向（0°、45°、90°、135°）对边缘进行分类，但由于您只需要 40 到 50 度之间的对角边缘，我们将保留这些边缘并丢弃其余边缘。

% I lowered the thresholds to include more pixels
% But for your original post, you would use 40 and 50
lower_angle_threshold = 22.5; 
upper_angle_threshold = 67.5;
diagonal_map = zeros(size(A), 'logical');
diagonal_map (A_angle>(lower_angle_threshold*pi/180) & A_angle<(upper_angle_threshold*pi/180)) = 1;

对剩余的边缘执行非最大抑制——这是适应不同角度的最困难的部分。要找到准确的边缘位置，您需要比较两个相邻像素：对于 0° 边缘，比较东西向，对于 45° 西南像素与东北像素，对于 90° 比较南北，对于 135° 北-西像素到东南像素。

由于您想要的角度接近 45°，所以我只使用了西南方向，但是如果您想要 10° 到 20°，例如，您必须在这些比较中多加考虑。

non_max = A_sobel;
[n_rows, n_col] = size(A);
%For every pixel
for row = 2:n_rows-1
    for col = 2:n_col-1
        %If we are at a diagonal edge
        if(diagonal_map(row, col))
            %Compare north east and south west pixels
            if(A_sobel(row, col)<A_sobel(row-1, col-1) || ...
                    A_sobel(row, col)<A_sobel(row+1, col+1))
                non_max(row, col) = 0;
            end
        else
            non_max(row, col) = 0;
        end
    end
end

带有滞后的边缘跟踪——确定弱边缘像素是否足够接近（我使用 3x3 窗口）到强边缘像素。如果是，请将它们包含在边缘中。如果不是，它们就是噪音；删除它们。

high_threshold = 0.5; %These thresholds are tunable parameters
low_threshold = 0.01;

weak_edge_pixels = non_max > low_threshold & non_max < high_threshold;
strong_edge_pixels = non_max > high_threshold;

final = strong_edge_pixels;
for row = 2:n_rows-1
    for col = 2:n_col-1
       window = strong_edge_pixels(row-1:row+1, col-1:col+1);
       if(weak_edge_pixels(row, col) && any(window(:)))
           final(row, col) = 1;
       end
    end
end

这是我的结果。

如您所见，丢弃其他边缘方向对滞后步骤有非常负面的影响，因为检测到的强像素较少。调整 high_threshold 会有所帮助。另一种选择是使用所有边缘方向执行步骤 5 和 6，然后使用对角线图提取对角线边缘。

matlab - 使用canny方法进行一定程度的边缘检测

2 回答 2

Related

Reference