Tweet
Xin chào anh/chị và các bạn, mình đang làm đề tài liên quan đến nhận dạng và theo dõi chuyển động của mắt. Nhưng mình còn thắc mắc phần lý thuyết cách phuơng pháp dò biên Sobel( Sobel operator) xác định biên/cạnh trong ảnh bằng mặt nạ KGx, KGy như thế nào??
KGx=[-1 0 1 -2 0 2 -1 0 1] ; KGy=[1 2 1 0 0 0 -1 -2 -1]
Ai am hiểu về vấn đề này xin chỉ với, mình có tài lệu về phát hiện cạnh Canny trong 5 bước,có bước loại bỏ thành phần không tối đa:
* Loại bỏ thành phần không tối đa : Mục đích của bước này là để chuyển đổi "mờ" cạnh trong hình ảnh của cường độ gradient để "sắc nét" cạnh. Về cơ bản này được thực hiện bằng cách bảo tồn tất cả các cực đại trong hình ảnh, và xóa tất cả mọi thứ khác. Thuật toán áp dụng cho mỗi điểm ảnh trong hình ảnh gradient:
1. Khoanh vùng gradient hướng θ gần 45 độ , tương ứng với việc sử dụng một khu vực 8 kết nối.
2. So sánh sức mạnh cạnh của các điểm ảnh hiện tại với sức mạnh cạnh của các điểm ảnh theo hướng dốc tích cực và tiêu cực. Ví dụ: nếu theo hướng gradient là phía bắc (theta =90 ◦), so sánh với các điểm ảnh ở phía bắc và phía nam.
3. Nếu sức mạnh cạnh của các điểm ảnh hiện hành là lớn nhất, bảo tồn giá trị của sức mạnh cạnh.Nếu không, ngăn chặn (loại bỏ) giá trị.
- Một ví dụ đơn giản của sự Loại bỏ thành phần không tối đa được thể hiện trong hình 2.4.4c. Hầu như tất cả các pixel có hướng dốc hướng về phương bắc. Do đó họ được so sánh với các điểm ảnh trên và dưới. Các điểm ảnh mà bật ra được tối đa trong so sánh này được đánh dấu bằng đường viền màu trắng. Tất cả các điểm khác sẽ bị loại bỏ. Hình 2.4.4d cho thấy hiệu ứng trên hình ảnh thử nghiệm.
mình ko hiểu 8 kết nối ở đây xét ntn để loại bỏ thành phần yếu!!?
Xin cảm ơn đã đọc bài viết này
KGx=[-1 0 1 -2 0 2 -1 0 1] ; KGy=[1 2 1 0 0 0 -1 -2 -1]
Ai am hiểu về vấn đề này xin chỉ với, mình có tài lệu về phát hiện cạnh Canny trong 5 bước,có bước loại bỏ thành phần không tối đa:
* Loại bỏ thành phần không tối đa : Mục đích của bước này là để chuyển đổi "mờ" cạnh trong hình ảnh của cường độ gradient để "sắc nét" cạnh. Về cơ bản này được thực hiện bằng cách bảo tồn tất cả các cực đại trong hình ảnh, và xóa tất cả mọi thứ khác. Thuật toán áp dụng cho mỗi điểm ảnh trong hình ảnh gradient:
1. Khoanh vùng gradient hướng θ gần 45 độ , tương ứng với việc sử dụng một khu vực 8 kết nối.
2. So sánh sức mạnh cạnh của các điểm ảnh hiện tại với sức mạnh cạnh của các điểm ảnh theo hướng dốc tích cực và tiêu cực. Ví dụ: nếu theo hướng gradient là phía bắc (theta =90 ◦), so sánh với các điểm ảnh ở phía bắc và phía nam.
3. Nếu sức mạnh cạnh của các điểm ảnh hiện hành là lớn nhất, bảo tồn giá trị của sức mạnh cạnh.Nếu không, ngăn chặn (loại bỏ) giá trị.
- Một ví dụ đơn giản của sự Loại bỏ thành phần không tối đa được thể hiện trong hình 2.4.4c. Hầu như tất cả các pixel có hướng dốc hướng về phương bắc. Do đó họ được so sánh với các điểm ảnh trên và dưới. Các điểm ảnh mà bật ra được tối đa trong so sánh này được đánh dấu bằng đường viền màu trắng. Tất cả các điểm khác sẽ bị loại bỏ. Hình 2.4.4d cho thấy hiệu ứng trên hình ảnh thử nghiệm.
mình ko hiểu 8 kết nối ở đây xét ntn để loại bỏ thành phần yếu!!?
Xin cảm ơn đã đọc bài viết này
Comment