亞象素邊緣檢測, 實際代碼的實現


找了不少亞象素邊緣檢測的資料, 基本都是數學理論: 矩保持, 一階微分期望值, 切線信息法...
但實際程序實現中, 面對圖像數據, 該如何實現呢, 也就是如何把那一行行公式, 轉換成實際操作的代碼. 

在邊緣檢測的理論中, 有一階導數, 二階導數算法, 公式也是一大堆, 但在實際程序實現中, 都是通過象素數據的卷積運算來實現的, 我象亞象素邊緣檢測也應該有特定的程序實現方法吧, 有熟悉這方面技術的請幫忙解答下, 現在實在是摸不着頭腦.

比如一階微分期望值法:

1) 對圖像函數f(x), 求它的一階微分g(x)
2) 根據g(x)的值確定邊緣區間, 即確定一個閾值T
3) 計算g(x)的概率函數p(x)
4) 計算p(x)的期望值 E, 並將邊緣定在E處

1, 2點還好理解些, 幾本就是一階微分邊緣檢測方法, 程序通過卷積運算實現
但3), 4)就比較迷惑了, 怎么個求概率函數, 又怎么求期望值, 而這個期望值就成了亞象素邊緣位置??

9 个解决方案

#1


復習一下數學知識吧!

#2


好像看到過這方面的實際編程應用的書籍,找找看

#3


你要曉得是哪個的  概率函數  嘛,概率和期望都是圖象的統計信息,你按離散公式做就行了啊

#4


概率函數我估計是圖像灰度值的, 但資料都語焉不詳, 所以弄得我一頭霧水
任何數學公式, 要轉換為實際程序代碼, 無非兩種: 1是將數據直接代入公式計算, 2是通過某種方式進行近似計算

我也想直接代公式, 問題是那一堆數據在圖像上怎么體現出來, 
比如
概率函數公式  p = g / gi(累加), g是什么, gi又是什么, 郁悶...

圖像直接數據無非是灰度值, 象一階導數法求圖像邊界, 就是用各種模板進行卷積運算來求, 不存在代公式的問題, 難道還真去計算灰度函數的導數? 拿什么去往公式里套? 

也就是說, 圖像數據直接往公式里代是行不通的, 所以我覺得也應該是通過某種圖像數據的卷積運算來求得一個近似函數值, 現在問題就是, 這個運算該怎么做, 如何做

#5


g是圖像函數f(x 的一階微分,對應的應該是邊緣圖像,gi應該是g(i,j),邊緣圖像(i,j)處的灰度值。

#6


頂上去

#7


你找找資料來看看比較容易弄懂

清華出版社 章琉晉 《圖像分割》就不錯

還有中國期刊網上有很多文章可以看看

#8


對這些理論性很強的問題最好是找一本資料書來啃。我之前就是發了好多這樣的貼沒有人回

#9


假如數學功底足夠的話,還是可以寫出程序來的,如果公式都不能理解的話,就不用談將公式轉化為具體的程序了。那樣的話,如果你有專業的期刊網賬號,還是上去查查資料吧。

注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



 
粤ICP备14056181号  © 2014-2021 ITdaan.com