请问怎样求取系列离散点中的二阶导数过零点？

fivegroups 2003-10-09 08:01:34

rt.
谢谢！
如果能给我提供下面文献就最好了！
1。Haralick,R.M.,1984.Digital step edges from zero crossing of second directional derivatives. IEEE Trans.Pattern Anal.Machine Intell.
2.Tico , M.,Kuosmanen,P.,1999.A topographics method for fingerprint segmentation.In: Proc. 6th Internat.Conf.On Image processing , Kobe , Japan,pp.36-40

谢谢，非常！

...全文

170 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

meteorlg 2003-10-10

打赏
举报

回复

up

要点1.边缘检测 2.二值图像及其边界提取（各分割图像的面积、边界的长度） 3.区域骨架提取（细化）解释1.边缘检测（1）概念：边缘检测的目的是标识数字图像中亮度变化明显的点。（2）方法：①基于查找—>寻找图像一阶导数信息，通过导数的最大（小）值来检测边缘。　　　　　 ②基于零穿越—->寻找图像二阶导数信息，通过二阶导数零穿越来寻找边界。　核心的思想都是利用灰度值的

在图像中，边缘是一条曲线，其走势与图像中强度快速变化的路径一致。边缘通常与场景中目标的边界相关联。边缘检测用于确定图像中的边缘。要寻找边缘，您可以使用 edge 函数。此函数使用以下两个标准之一来寻找图像中强度迅速变化的位置：强度的一阶导数的模大于某个阈值的位置强度的二阶导数有过零点的位置edge 提供几个导数估算器，其中每个都实现以下定义之一。对于其中一些估算器，您可以指定运算是否应对水平边缘、垂直边缘敏感或对两者都敏感。

目录一、边缘简介 1.1 何为边缘 1.2 产生原因二、边缘检测方法 2.1 一阶微分算子计算原理 2.2 噪声对一阶微分算子的影响及解决方案 2.3 常见的一阶微分算子 2.3.1 Roberts算子 2.3.2 Prewitt算子 2.3.3 Sobel算子 2.4 二阶微分算子计算原理 2.5 常见的二阶微分算子 2.5.1 拉普拉斯(Laplace)算子 2...

边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化图像边缘检测大幅度地减少了数据量，保留了图像重要的结构属性。可以划分为两类：基于搜索和基于零穿越。通过寻找图像一阶导数中的最大值来检测边界，然后利用计算结果估计边缘的局部方向，通常采用梯度的方向，并利用此方向找到局部梯度模的最大值，代表算法是Sobel算子和Scharr算子。基于零穿越：通过寻找图像二阶导数零穿越来寻找边界，代表算法是Laplacian算子

边缘检测的一般步骤：第一步：滤波边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数通常对噪声很敏感，因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常见的滤波方法主要有高斯滤波，即采用离散化的高斯函数产生一组归一化的高斯核，然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和。第二步：增强增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点领域强度值有显著变化的点凸显出来。第三步：检测经过增强的图像，往往领域中有很多点的梯度值比较大，而在特定的应用中，这些点并不是要找

数据结构与算法

33,008

社区成员

35,326

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章