Filtro Canny Detección de Esquinas

Presentación del tema: "Filtro Canny Detección de Esquinas"— Transcripción de la presentación:

1 Filtro Canny Detección de Esquinas
Capitulo 2 Filtrado Filtro Canny Detección de Esquinas Visión de Máquina Ingeniería en Automática Industrial

2 Filtro de Canny El algoritmo de Canny permite una localización más precisa de los bordes, ya que los reduce a una anchura de un píxel, evita las posibles rupturas o discontinuidades en los bordes, reduce la cantidad de bordes ruidosos y permite cerrar contornos.

3 1. Obtención del gradiente (magnitud y ángulo en cada píxel):
Suavizado de la imagen mediante un filtro gaussiano. Obtención del módulo y ángulo del gradiente para cada píxel. Utilizar las máscara [-1 0 1] y su transpuesta. Estimar la fuerza de cada frontera Grad = sqrt(Ix^2+Iy^2) Estimar la orientación de la norma orient = atan(Iy,Ix) A L G O R I T M

4 2. Supresión de no máximos:
La imagen de fuerza de los bordes, puede contener máximos de ancho superior a uno. El objetivo es reducirlos a líneas de ancho uno. Sean las 4 direcciones correspondientes respectivamente a los ángulos 0º, 45º, 90º y 135º con respecto a la horizontal. Para cada píxel (i,j): Aproximar Grad(i,j) mediante la dirección más adecuada. Considerar los dos vecinos de (i,j) en la dirección marcada. Si Grad(i,j) es menor que al menos uno de sus vecinos asignarle IN(i,j)=0, en otro caso asignar IN(i,j)=Grad(I,j)0. La salida es una imagen IN con los bordes adelgazados a la anchura de un píxel. A L G O R I T M

5 3. Histéresis con umbralización
Un umbral alto provocará rupturas en los bordes y uno bajo dejará demasiado ruido en la imagen. Sean tL y tH dos umbrales tales que tL < tH. Para cada punto Localizar el siguiente punto de borde no explorado previamente tal que IN(i,j)> tH. En la dirección perpendicular a la obtenida en el paso anterior estudiar si alguno de sus dos vecinos cumple IN(i,j)> tL. Si es así marcarlo como punto de borde y seguir este proceso a partir de estos nuevos puntos. La salida es un conjunto de bordes conectados de contornos de la imagen. A L G O R I T M

6 Detección de Esquinas Esquinas: Variación alta de la intensidad en ambas direcciones X y Y. Bordes: Variación de la intensidad en cierta dirección.

7 Detección de Esquinas Matriz de autocorrelación estimada por la derivadas de primer orden: Los vectores propios de la matriz C son las direcciones de máximo y mínimo cambio. Ambos pequeños: Punto uniforme Uno grande y otro pequeño: Punto borde Ambos grandes: Punto esquina

8 A L G O R I T M Tomasi y Kanade
La entrada está formada por la imagen I, el umbral para el menor autovalor, τ, y una ventana cuadrada de lado 2N+1 Calcular el gradiente de la imagen I, Para cada punto p: Calcular la matriz C definida para la ventana de tamaño (2N+1)x(2N+1) Calcular λ2, el menor autovalor de C, Si λ2> τ guardar las coordenadas de p en L, Ordenar los elementos de L en orden decreciente de λ2 Para cada píxel en L borrar todos sus vecinos que aparezcan en L. A L G O R I T M

9

10