計算機視覺-邊緣檢測原理及Canny實現

前言

 卷積運算是卷積神經網絡最基本的組成部分,使用邊緣檢測作爲入門樣例。

 

1.1 邊緣檢測示例(Edge detection example )


        讓我們舉個例子,給了這樣一張圖片,讓電腦去搞清楚這張照片裏有什麼物體,你可能做的第一件事是檢測圖片中的垂直邊緣。比如說,在這張圖片中的欄杆就對應垂直線,與此同時,這些行人的輪廓線某種程度上也是垂線,這些線是垂直邊緣檢測器的輸出。同樣,你可能也想檢測水平邊緣,比如說這些欄杆就是很明顯的水平線,它們也能被檢測到,結果在這。所以如何在圖像中檢測這些邊緣?


         看一個例子,這是一個 6×6 的灰度圖像。因爲是灰度圖像,所以它是 6×6×1 的矩陣,而不是 6×6×3 的,因爲沒有 RGB 三通道。爲了檢測圖像中的垂直邊緣,你可以構造一個 3×3矩陣。在共用習慣中,在卷積神經網絡的術語中,它被稱爲過濾器。我要構造一個 3×3 的過濾器,像這樣\begin{bmatrix} 1 & 0 &-1 \\ 1 & 0 &-1 \\ 1& 0& -1 \end{bmatrix}

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章