搜索
EdgeandLineDetectionbasedontemplateandoperator2020/1/301edgeandlinedetectionTemplateedgedetection•Thetemplatemethodfindsedgesusingthetemplateapproximationtothederivative.•Itreturnsedgesatthosepointswherethegradientofimageismaximum.•Template:canny,zerocross,log-normal,Sobel,Prewitt,Roberts.2020/1/302edgeandlinedetectionRobertsedgetemplate2020/1/30edgeandlinedetection3Prewittedgetemplate2020/1/30edgeandlinedetection4Sobeledgetemplate2020/1/30edgeandlinedetection5Krischedgedetectionoperator2020/1/30edgeandlinedetection6detectionoperator2020/1/30edgeandlinedetection7高斯-拉普拉斯边缘检测器2020/1/30edgeandlinedetection8拉普拉斯锐化滤波器2020/1/30edgeandlinedetection9Operator2020/1/30edgeandlinedetection10高斯-拉普拉斯算子2020/1/30edgeandlinedetection11边缘检测2020/1/30edgeandlinedetection12continue2020/1/30edgeandlinedetection13比率-平均边缘检测器2020/1/30edgeandlinedetection14Regions2020/1/30edgeandlinedetection15Formulation12020/1/30edgeandlinedetection16Formulation22020/1/30edgeandlinedetection17Differentdirection2020/1/30edgeandlinedetection18数学形态学用于边缘提取2020/1/30edgeandlinedetection19二元泰勒多项式的HESSIAN矩阵用于边缘检测2020/1/30edgeandlinedetection20Houghtransform•Hough变换是利用图像全局特性由可能把边缘像素连接起来组成区域封闭边界的一种方法.•在预先知道区域形状的条件下，利用Hough变换可以方便地得到边界曲线，把不连续的边沿像素点连接起来，还可以直接检测某些已知形状的目标，并由可能确定边界到亚像元精度。•其主要优点是受噪声和曲线间断的影响小。•Hough变换就是根据这些关系把在图像空间中的检测问题转换到参数空间里，通过较简单的累积统计完成检测任务。2020/1/30edgeandlinedetection21线性目标提取1•线性目标提取的算法根据解决问题的角度不同，大体上可以分为区域方法和边缘方法两类。•典型的区域方法以像素点的辐射度值或一些推到量作为特征，构成一个特征空间，然后采用特征聚类算法确定图像中每一个像素属于目标还是非目标。这种方法的优点是对噪声不太敏感，即使在强阴影下也能得到大体正确的目标描述。其最主要的缺点是在于难以获得目标的精确位置信息。•基于边缘的算法是利用目标内部特征变换平缓、目标与非目标欧之间存在特征特变这个事实，在反应特征突变的边缘图中，寻找属于目标边缘的线条。大部分目标边线是包含在图像的边缘线中的，用边缘线来表示目标轮廓最为精确。但另一方面，边缘信息是一种局部信息，需要设法在包含各种干扰边缘的边缘途中提取出真正的目标罗阔。由于基于边缘的方法具有定位精确、目标的结构信息描述准确等优点，因此基于边缘的方法是解决线性目标提取的行之有效的途径。2020/1/30edgeandlinedetection22线性目标提取2•图像的边缘是视觉感知的重要线索，边缘检测广泛应用于轮廓提取、特征匹配和纹理分析。•早期的适用于雷达图像的边缘检测算子是方差系数检测算子和Frost等提出的一种似然比检测算子，这两种检测算子都是各项同性的恒虚警检测算子。•1986年，Bovik等提出了一种均值比检测算子，Touzi等推到了其检测性能和虚警概率的解析表达式，这类检测算子克服了经典梯度边缘检测算子对乘性噪声非常敏感的缺点，同时考虑了边缘的方向性，获得了较好的检测效果。•此后的几年中，研究者们陆续提出了MRoA(modifiedratioofaverage),RGoA(ratioandgradientofaverage),MSP-RoA(maximumstrengthedgeprunedratioofaverage)等以RoA为基础的边缘检测算法。1997年，Fjortift等组成的研究小组提出了指数加权均值比率(ROEWA,ratioofexponetiallyweightedaverages)节约边缘算子和多分辨率边缘检测算法。•它们系统地研究了多种SAR图像边缘检测方法，最终总结出一个完整的SAR图像边缘检测与分割算法的框架。2020/1/30edgeandlinedetection23线性目标提取3•Touzi,Oliver,Fjortoft等的研究工作代表了自20实际80年代中后期至20世纪90年代末SAR图像边缘检测研究领域的主流方向，他们提出的三种主要边缘检测算子在应用中取得了很大的成功。同时期也有其他一些边缘检测方法被提出，如基于分形的方法、无参数检测方法等，但是这些方法的后继研究很少，在实际应用中也较少采用。•20世纪90年代末以后，多分辨率的思想逐渐受到人们的关注，多种基于小波分析的SAR图像边缘检测方法相继被提出，但这类方法在SAR图像线状目标提取中应用得不多。•对于光学图像的边缘检测，可以求出图像的一阶导数或二阶导数，然后根据各像素点处的导数幅值判定其是否为边缘点，这就是所谓的基于差分梯度的边缘检测方法。•使用基于差分梯度的边缘检测方法进行边缘检测通常赖于这样一个假设：图像受加性噪声污染。然而，由于一般认为SAR图像的噪声是乘性的，因此，差分梯度方法无法在SAR图像上得到较好的边缘检测结果。•在SAR图像阶跃边缘检测算子中，最具有代表性的是ROA算子和GLR检测算子。这两种检测算子的共同点是假定处理窗口中只存在一条边缘或者不存在边缘，即所谓的单边缘模型。2020/1/30edgeandlinedetection24屋脊边缘检测算子2020/1/30edgeandlinedetection25Dudaoperatoredgedetection2020/1/30edgeandlinedetection26Operatortemplate2020/1/30edgeandlinedetection27ROAedgedetection2020/1/30edgeandlinedetection28广义似然比边缘检测算子2020/1/30edgeandlinedetection29似然比2020/1/30edgeandlinedetection30检测概率和虚警概率2020/1/30edgeandlinedetection31