发 帖  
原厂入驻New
[经验]

Labview图像处理——边缘检测

2020-12-1 12:16:30  1166 labview
分享
4
一、labview直方图程序介绍
1、前面
LV前面板.png
2、程序框图
LV程序框图.png
3、图片
Image00.jpg
二、基本概念介绍
Edge Detector.png
  • 边缘:图像的基本特征,具有灰度值不连续的性质,即不同灰度值的相邻区域之间。
  • 边缘点:对于于一阶微分幅度的最大值点以及二阶微分的零点。
  • 梯度:一个曲面沿着给定方向的倾斜程度,在单位变量函数中,梯度只是导数,在线性函数中,是线的斜率——有方向的向量。
  • 梯度算子:梯度属于一阶微分算子,对应一阶导数。若图像含有较小的噪声并且图像边缘的灰度值过度较为明显,梯度算子可以得到较好的边缘检测结果。



      边缘提取其实也是一种滤波,不同的算子有不同的提取效果。比较常用的方法有三种,Sobel算子,Laplacian算子,Canny算子。
  • Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好,sobel算子对边缘定位不是很准确,图像的边缘不止一个像素;当对精度要求不是很高时,是一种较为常用的边缘检测方法。
  • Canny方法不容易受噪声干扰,能够检测到真正的弱边缘。优点在于,使用两种不同的阈值分别检测强边缘和弱边缘,并且当弱边缘和强边缘相连时,才将弱边缘包含在输出图像中。
  • Laplacian算子法对噪声比较敏感,所以很少用该算子检测边缘,而是用来判断边缘像素视为与图像的明区还是暗区。拉普拉斯高斯算子是一种二阶导数算子,将在边缘处产生一个陡峭的零交叉, Laplacian算子是各向同性的,能对任何走向的界线和线条进行锐化,无方向性。这是拉普拉斯算子区别于其他算法的最大优点。

紀蛇 2020-12-2 08:16:50

多谢楼主分享这些不错的学习资料,应该好好学习一下。
2回复

举报

评论

高级模式
您需要登录后才可以回帖 登录 | 注册

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。 侵权投诉
发经验
关闭

站长推荐 上一条 /7 下一条

快速回复 返回顶部 返回列表