老马迷图分享 http://blog.sciencenet.cn/u/zmpenguestc 网络空间做伏枥老马,志在千里育识途小驹!

博文

一篇被引用18000余次的学术论文 精选

已有 46216 次阅读 2014-3-16 15:56 |个人分类:闻图思学|系统分类:论文交流| 高引论文

一篇被引用18000余次的学术论文

—— Canny边缘检测算法

John Canny1986)发表的一篇关于图像边缘检测的论文:“Canny J. A computational approach to edge detection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986 (6): 679-698.”。迄今为止,已被引用18000余次,而且每年还在以千次以上的引用次数攀升。以下图2和图3分别于201310月、20143月检索截图对比。

图1 John Canny in his office at University of California, Berkeley (2013)

图2  2013年10Google Scholar 检索截图

图3  2014年3Google Scholar 检索截图

Canny 边缘检测算法是被业界公认的性能最为优良的边缘检测算法。严格来说,它不是一个简单算子(如RobertsPrewittSobel等)或锐化模板。Canny 是在梯度算子基础上,引入了一种能获得抗噪性能好、定位精度高的单像素边缘的计算策略。

Canny把边缘检测问题转化为检测单位函数极大值问题。在高斯噪声假设中,一个典型的边缘代表一个阶跃的强度变化。根据这个模型,一个好的边缘检测算子应满足以下3个指标:

(1) 低失误概率;(2) 高位置精度;(3) 对每个边缘有唯一的响应。

Canny 边缘检测算法的主要计算步骤包括个方面:

(1)    首先引入高斯滤波器,对原始图像进行平滑滤波,以提高算法的抗噪性。

(2)    计算图像梯度强度和方向。计算梯度可以利用先前的RobertsPrewittSobel等算子。其中,方向信息是为了下一步计算需要。

(3)    利用第(2)步梯度方向划分进行梯度强度的非极大抑制,获取单像素边缘点。

(4)    双(或滞后)阈值进行边缘的二值化。

目前,Canny提出的以上边缘计算策略已经成为图像边缘检测的精髓,且已融入到各种经典检测算子和一些新的边缘检测方法之中。

有不少学者发表论文,认为RobertsPrewittSobel等梯度算子不能获取单像素边缘,并进行必要的计算结果对比展示。实际上,以上简单的梯度算子与图像进行卷积滤波,仅仅是对图像的一个锐化过程,得到的仅是原始图像的梯度图,而不是最终的边缘结果,当然不会是单像素边缘。

然而,我们发现Matlab图像处理工具中的各种经典算子,最后得到的处理结果就都是单像素边缘、而且效果与Canny算法的差异不大。这是因为Matlab工具中的各种经典边缘算子,计算过程中引入了非极大抑制(即边缘细化)、双阈值边缘二值化等Canny算法策略。因此,可以获得与Canny算法效果相当的边缘结果。自己编程计算时,一般与算子(模板)进行卷积计算后,进行简单阈值分割,看起来处理效果总是不理想。

参考阅读

[1] http://www.csee.wvu.edu/~xinl/library/papers/comp/canny1986.pdf

[2] John Canny's Home Page

[3] http://en.wikipedia.org/wiki/John_Canny 



https://wap.sciencenet.cn/blog-425437-776470.html

上一篇:作者40年后谈Sobel算子的由来和定义
下一篇:大学专业课课堂教学随笔

33 刘全稳 曹聪 苏光松 徐晓 陈德旺 薛宇 刘全慧 许浚远 赵美娣 余昕 王启云 孙静宇 张能立 程起群 鲍海飞 闵应骅 黄洪宇 孟浩 任胜利 黄育和 戴幸华 耿文叶 徐绍辉 赵斌 赵凤光 杜占池 罗敏 王云龙 强涛 zouzoukankan cloudyou biofans xuexiyanjiu

该博文允许注册用户评论 请点击登录 评论 (15 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-1-25 10:58

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部