sobel和kirsch算子的优缺点?
soble算子可以抑制噪声,因此没有太多孤立的边缘像素。
sobel算子的边缘定位精度不高,图像边缘的宽度往往超过一个像素,不适合边缘定位精度要求高的应用。
prewitt操作员:可抑制噪音。抑制噪声的原理是对像素进行平均,但平均像素相当于对图像进行低通滤波,因此prewitt算子的边缘定位不如roberts算子。
此运算符类似于sobel运算符,但权重已更改,但它们之间仍有差距。根据互联网上的信息,sobel比prewitt更能准确地检测出图像的边缘。
sobel算子里的阈值是怎么设的?
您可以自己设置。
由于图像处理经常是复杂的,因此没有非常通用的方法。
一种具有处理序列的图像处理阈值有很好的效果。
改变一种形象是不好的。
sobel应该是灰度的。稍后将进行二值化。
otu可用于对sobel的结果图进行二值化。
您还可以使用otsu方法来计算阈值并进行一些更改,如-5或其他。
如果是写文章,就要涉及到各种理论。
如果是一个项目,理论就无关紧要了。只要这种图像效果好,
不在乎阈值设置是否合理。
确保这种图形具有相同的照明和焦距。否则,边界强度
会不同,这会很烦人。
原文标题:sobel边缘检测算法步骤 Sobel和Kirsch算子的优缺点?,如若转载,请注明出处:https://www.saibowen.com/news/23557.html
免责声明:此资讯系转载自合作媒体或互联网其它网站,「赛伯温」登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。