5224571668

Załącznik nr. 2 do raportu końcowego projektu nr N N310 720740

o segmentacja wododziałowa (ang. watershed segmentation),

• metody hybrydowe wykorzystujące dwie lub więcej z wymienionych metod Wykrywanie krawędzi

Detekcja krawędzi polega na wykrywaniu i zaznaczeniu pikseli na obrazie cyfrowym w miejscach, gdzie zmienia się luminacja. Jak wcześniej wspomniano wykrywanie krawędzi to jedna z metod segmentacji obrazu, która polega na znajdowaniu krawędzi poprzez sprawdzanie ich otoczenia.

Zmiany luminancji mogą być wywołane przez:

• zmianę głębokości

• zmianę orientacji powierzchni

• zmianę właściwości materiału

• różnorodność oświetlenia scen

Celem wykrywania krawędzi jest znalezienie granic elementów znajdujących się na obrazie wejściowym. Detekcja krawędzi powoduje spadek ilości danych przechowywanych w obrazie, dzięki czemu dane mniej znaczące są filtrowane.

Do głównych metod wykrywania krawędzi możemy zaliczyć:

• Liczenie pierwszej pochodnej funkcji, która opisuje zmianę poziomu

szarości na obrazie

• Liczenie drugiej pochodnej funkcji, która opisuje zmianę poziomu szarości

na obrazie

Po obliczeniu pochodnych opisujących zmianę poziomu szarości na obrazie, należy zastosować próg. Próg pozwala określić miejsca, które są krawędziami oraz wyeliminować niebezpieczeństwo pomylenia krawędzi z szumem, występującym na zdjęciu.

Im mniejszy próg, tym więcej linii zostanie wykrytych. Wynik działania algorytmu do detekcji krawędzi będzie zależał od zaszumienia obrazu. Im więcej szumu, tym więcej nieistotnych szczegółów zostaje uchwyconych podczas wykrywania krawędzi. W przypadku kiedy próg jest wysoki, możemy spotkać się z sytuacją, kiedy przeoczone zostaną przerywane lub niezbyt wyraźne linie. Algorytmy służące do detekcji krawędzi możemy podzielić na:

• pierwszego rodzaju np. krzyż Robertsa, operator Prewitta, maska Sobela, operator Canny’ego.

• drugiego rodzaju np. Marr-Hildreth, detekcja przejścia przez zero drugiej pochodnej zmiany luminancji obrazu.

Strona 17 z 63