OpenCV-边缘检测算子Marr-Hildreth实现

最新推荐文章于 2023-01-25 15:05:24 发布
原创 最新推荐文章于 2023-01-25 15:05:24 发布 · 2.7k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

二阶微分算子典型的是Laplace算子，LoG可以看成是一个高斯模板的拉普拉斯变换。

LoG最底层的原理是二阶微分算子，也就是对原始图像求二次微分的边缘定位算法，当使用二阶微分算子的时候，其对边缘的响应是一个零交叉，而且能够判断出高灰度方向，但二阶微分对噪声的敏感度过高，需要平滑预处理。由于噪声点对边缘有一定的影响，所以更好的边缘检测器是LoG算子，它把高斯平滑滤波器和拉普拉斯锐化滤波器结合起来，先平滑掉噪声，再进行边缘检测，所以效果会更好。

Marr和Hildreth证明了以下两个观点：
1.灰度变化与图像尺寸没有关系，因此检测需要不同尺度的算子

2.灰度的突然变化会在一阶导数中引起波峰和波谷，或者二阶导数中一起零交叉

LoG算子：∇2G

最低0.47元/天 解锁文章

200万优质内容无限畅学
Marr-Hildreth边缘检测器
松子茶的专栏
04-18 1万+
20世纪70年代末，David Marr 尝试将生物视觉融合进一个可以用于机器视觉的模型。Marr描述道“早期视觉处理的目标是对图像构建一个原始但丰富的描述，用于确定可视表面的反射系统和光强度，以及它们相对于观察者的方向的距离”。他把最低级别的描述称为原始要素图，其中最主要的组成部分是边缘。
Opencv2.4学习：：边缘检测（6）Marr-Hildreth算法(LOG算法)
dieju8330的博客
09-25 3721
边缘检测 1、Sobel 2、Laplace 3、Roberts 4、Canny Marr-Hildreth 简单来说，就是先对图像进行（1）高斯滤波，再进行拉普拉斯变换，（2）由于拉普拉斯变换是二阶偏导，边缘点对应的一阶偏导为局部极值，那么其二阶偏导则为0点，（3）所以最后一步为0点检测  相关数学证明请参见： https://blog.youkuaiyun.com/songzit...
Opencv学习笔记（二十三） 改进边缘检测算子-----Marr-Hildresh
spw_1201的博客
10-17 1608
Marr-Hildresh边缘检测算子，用于解决边缘检测的核心问题---定位精度和抑制噪声。Marr-Hildreth算子以高斯函数为平滑算子，结合拉普拉斯算子提取二阶导数的零交叉理论进行边缘检测。边缘检测中灰度变化与图像尺寸无关，检测算子可为不同尺度，灰度变化梯度在一阶导数的极值点（波峰或波谷），或在二阶导数为零的交叉点。 由于噪声点对边缘检测有一定的影响，所以效果更好的边缘检测器是LoG算子
灰度图像--图像分割 Marr-Hildreth算子（LoG算子）
weixin_30509393的博客
02-13 796
学习DIP第49天 转载请标明本文出处：*http://blog.youkuaiyun.com/tonyshengtan *，出于尊重文章作者的劳动，转载请标明出处！文章代码已托管，欢迎共同开发： https://github.com/Tony-Tan/DIPpro 更多图像处理机器学习内容请访问最新网站www.tony4ai.com #开篇废话 今天介绍二阶...
LOG边缘检测--Marr-Hildreth边缘检测算法
热门推荐
Bettyshasha的专栏
06-25 2万+
边缘检测的改进：一、能计算图像中每一点处的一阶导数或二阶导数的数字近似的微分算子二、能被“调整”以便在任何期望的尺寸上起作用，因此，大的算子可以用于检测模糊边缘，小的算子可以用于检测锐度集中的精细细节。，,是拉普拉斯算子，而G是标准差为（有时也称为空间常数）的二维高斯函数G. 称为高斯拉普拉斯，LoG的零交叉出现在处，它定义了一个中心位于原点，半径为的圆。LoG函数有时也称为墨西哥草帽算子。一个
OpenCV图像处理篇之边缘检測算子
weixin_34268610的博客
06-11 196
3种边缘检測算子灰度或结构等信息的突变位置是图像的边缘，图像的边缘有幅度和方向属性。沿边缘方向像素变化缓慢，垂直边缘方向像素变化剧烈。因此，边缘上的变化能通过梯度计算出来。一阶导数的梯度算子对于二维的图像。梯度定义为一个向量。Gx对于x方向的梯度，Gy相应y方向的梯度，向量的幅值本来是 mag(f) = (Gx2 + Gy2)1/2，为简化计算，一般用mag(f)=|Gx|+|Gy|近似，幅值...
拉普拉斯算子_边缘检测 Marr-Hildreth算子
weixin_39768388的博客
12-06 1237
一种利用图像强度二阶导数的零交叉点来求边缘点的算法对噪声十分敏感，所以在边缘增强前滤除噪声。为此，马尔（Marr）和希尔得勒斯（Hildreth）根据人类视觉特性提出了一种边缘检测的方法，该方法将高斯滤波和拉普拉斯检测算子结合在一起进行边缘检测的方法。Marr和Hildreth证明了边缘检测中灰度变化和图像的尺寸无关检测算子可以为不同尺度；灰度变化梯度在一阶导数的极值点，或在二阶导数为零的交叉点。...
Marr-Hildreth 边缘检测器：Marr-Hildreth 边缘检测器的简单 matlab 实现以及 C++ 实现-matlab开发
05-30
在C++中实现Marr-Hildreth边缘检测器则需要更底层的编程，可能涉及到OpenCV库的使用。以下是一般步骤： 1. 读取图像并转换为灰度。 2. 定义高斯滤波器并应用到图像上。 3. 编写函数来计算图像的梯度和方向。 4. 实现...
Edge Detector ----------Marr Hildreth 算法
>点我 ->所有文章目录
04-12 4007
先说算法过程        1. 用Gaussian Filter平滑图像        2. 求Laplacian 二阶导           参考http://blog.youkuaiyun.com/traumland/article/details/51077236        3. 求zero crossing 的点(过零点) 也可以        1. 先求gaussian的laplas
Marr-Hildreth边缘检测器C++实现
u013263891的博客
11-08 1686
1 Marr-Hildreth边缘检测器 1.1  Marr-Hildreth边缘检测器的原理 Marr-Hiddreth是基于以下两个事实的: 1 灰度变换与图像尺寸无关,因此边缘检测可以使用不同的尺寸算子 2 灰度的突然变换会在一阶导数中导致波峰或波谷,或在二阶导数中等效的引起零交叉   用于边缘检测的算子应该有两个明显的特点: 1 它应该是一个能计算图像中每一点处的一阶导数或二...
7种算子opencv边缘提取
11-30
7种经典边缘提取算子canny,laplace,log,robert,sobel,prewitt,kirsch
Marr算子
jeamywu的专栏
07-17 4255
本文介绍了Marr算子边缘提取的原理
opencv边缘检测算法示例
zhuyijun09的博客
06-02 1576
-- coding:utf-8 -- import sys import cv2 import numpy as np 图片文件名称，和代码放在了同一文件夹下 input_file = “mychair.jpg” opencv读取灰度图像 img = cv2.imread(input_file, cv2.IMREAD_GRAYSCALE) opencv读取彩色图像 img = cv2.imread...
Marr-Hildreth 边缘检测
Gone_HuiLin的博客
11-18 1646
#include #include #include "opencv2/imgproc/imgproc.hpp" #include using namespace std; using namespace cv; void marrEdge(const Mat src, Mat& result, int kerValue, double delta) { // 计算LOG算子
深入浅出各种边缘检测算子及其推导
小白学视觉
01-25 1010
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨Rustle@知乎来源丨https://zhuanlan.zhihu.com/p/59640437编辑丨极市平台导 读本文系统的讲解了边缘检测算法的相关概念，并辅以大量的图与公式帮助大家深入理解各种边缘检测算子。写在前面：本文篇幅较长，用了大量图与公式帮助大家深入理解各种边缘检测算子，希望大家能看完哈，测试编译器...
OpenCV3学习（6.1）——边缘检测---Canny,Sobel,Prewitt,Robert,Laplace,LOG,DOG算子
知识搬运工的博客
02-02 5930
图像边缘信息主要集中在高频段，通常说图像锐化或检测边缘，实质就是高频滤波。我们知道微分运算是求信号的变化率，具有加强高频分量的作用。在空域运算中来说，对图像的锐化就是计算微分。由于数字图像的离散信号，微分运算就变成计算差分或梯度。图像处理中有多种边缘检测（梯度）算子，常用的包括普通一阶差分，Robert算子（交叉差分），Sobel算子等等，是基于寻找梯度强度。拉普拉斯算子（二阶差分）是...
点、线和边缘检测 个人笔记（含Sobel和Laplace等算子、Marr-Hildreth和Canny实现及Hough变换）
战死为止的博客
08-04 3842
本文主要是根据《OpenCV 3 计算机视觉 Python语言实现》第3章 使用OpenCV 3 处理图像 和 冈萨雷斯《数字图像处理（第三版）》10.2 点、线和边缘检测两部分，针对自己薄弱的基础，结合网上资源，进行整理的个人笔记。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值