Czy mógłbyś opisać wpływ na zmianę różnych parametrów detektora Canny Edge?

Ostatnie kilka pytań dotyczyło detektora krawędzi Canny

Jakie są ograniczenia detektora krawędzi Canny? i
najlepszy sposób dzielenia żył na liście?

Podstawowy zarys algorytmu jest następujący:

za. Zastosuj Konwolucję Gaussa. ( Tutaj można dokonać wyboru ) b. Zastosuj pochodną 2D c. Śledzenie krawędzi grzbietów i progów (ustaw piksele na zero, które nie znajdują się na krawędzi) za pomocą histerezy dolnej i wyższej T0 i T1 (do wyboru tutaj i ). $\sigma$

$T0$$T1$

Przeczytaj to, aby uzyskać więcej informacji.

Chociaż twierdzi się, że Canny jest optymalny ; przy uzyskiwaniu praktycznych wyników ważne są czynniki poprawiania wymienione powyżej i mają duże znaczenie.$\sigma, T0,$$T1$

Jak więc właściwie wybrać te (poprawki) parametry? Nawet jeśli nie ma określonego podejścia ani wartości, jaka jest ogólna technika, aby to wiedzieć?

W następstwie http://www.kerrywong.com/2009/05/07/canny-edge-detection-auto-thresholding/ jest jednym z niewielu zasobów, które pokazuje, jak wybrać progi Tlow i uda

Zgodnie z tym, dla obrazu, który jest wystarczająco rozproszony w historgram, można wybrać T_low = 0,66 * wartość średnia obrazu i T_high = 1,33 * wartość średnia.

Jednak gdy obraz nie jest wystarczająco rozłożony, należy zastosować medianę, a nie średnią wartość obrazu.

Jeśli przerwa między T_low a T_high jest bardzo mała, powstałe krawędzie będą mniejsze w ciągłości, a zatem będzie więcej ułamków. Wraz ze wzrostem odstępu będziesz mieć więcej pojedynczych krawędzi linii.

W odniesieniu do sigmy, wraz ze wzrostem sigmy, wygładzanie wzrasta, a głośne krawędzie znikną, ale jednocześnie położenie krawędzi może również nieznacznie się poruszać. Zobacz ten dokument, http://www.cse.unr.edu/~bebis/CS791E/Notes/EdgeDetection.pdf, a wyniki na stronie 29 pokazują ten efekt.