Filtro Canny Detección de Esquinas Capitulo 2 Filtrado Filtro Canny Detección de Esquinas Visión de Máquina Ingeniería en Automática Industrial
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.
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
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
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
Detección de Esquinas Esquinas: Variación alta de la intensidad en ambas direcciones X y Y. Bordes: Variación de la intensidad en cierta dirección.
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
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