zoukankan      html  css  js  c++  java
  • SUSAN检测算子

    USAN区域(核同值区):和核像素的灰度相同会相信的模板像素的区域。

    利用这个区域的尺寸、重心、二阶矩等可以帮助检测图像的边缘和角点。利用USAN的面积作为特征可以起到增强边缘和角点的效果。
    该方法不用计算微分,对噪声不敏感。

    SUNAN算子边缘检测(最小(Smallest)核同值区):检测模板有37个象素,半径为3.4象素
    3,5,7,7,5,3
    将模板内的每个像素的灰度值与核的灰度值进行比较:


    得到一个输出:


    1、用SUSAN算子检测图像中的角点

    2、根据重心来确定边缘方向(重心指模板内相似与核的区域)。比较重心与核的位置可以判断边缘的方向。


    用比值确定朝向


    3、特点:

    有噪声时的性能较好

    易自动化实现

    边缘的响应讲随着边缘的平滑或模糊而增强。

    能够提供不依赖于模板尺寸






  • 相关阅读:
    将数据绑定通过图表显现
    d3.js初识
    Josn
    d3-tip.js
    Java知识点总结
    Javascript的学习
    Java的多线程学习
    day11
    day10
    day09
  • 原文地址:https://www.cnblogs.com/Dr-XLJ/p/3863929.html
Copyright © 2011-2022 走看看