是否存在現實世界中的問題或情況:圖像Gx和Gy的方向梯度比其幅度sqrt(Gx^2 + Gy^2)更有用?對於某些直覺,如果需要,請參閱matlab image gradient什麼時候圖像的梯度方向比幅度更有用?
0
A
回答
0
我想你可以在想要各向異性(方向相關)濾波器時使用它;就像你想只在特定的方向上用邊過濾對象一樣。
0
通過考慮邊緣取向可以使形狀檢測(如線條,圓等)的霍夫變換更有效;例如,請參閱我剛發現的這些演講幻燈片:http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/MORSE/hough.pdf
2
確保梯度信息與圖像(以及更一般的灰度級)輪廓垂直。因此,它與圖像中物體的幾何形狀有關,而不是它們的「顏色」。因此,它是一個獨立於任何像素的實際亮度值的信息,它僅取決於它們的相對分佈。這也被創造爲對比度變化不變量度。
對比度變化很可能發生在現實世界的應用程序中。以一個視頻監控系統爲例:白天,太陽會在地平線上移動,雲層可以飛過,導致光強度改變。檢測梯度方向變化而不是梯度幅度變化的像素值的系統對於這些照明變化將更加魯棒。更一般地說,不同於其大小,梯度方向與在形狀識別環境中非常有用的廣闊場域image morphology密切相關。
1
當分別考慮x和y梯度時,許多現實世界問題更容易解決。雖然其中許多將是非常專業的,但想到天空線檢測。邊緣檢測器給予yGradient偏好(或僅使用信息)可以更容易區分地平線。
幾乎任何必須檢測沿特定方向運行的邊緣的東西都可以使用單獨的x和y漸變。雖然我想不起很多例子,但我很確定我前段時間閱讀了一篇關於自動檢測瓶子填充水平的文章,該文章充分利用了垂直梯度,同時抑制了水平。
在我自己的工作中,我已經寫了幾個邊緣檢測算法來檢測鑽孔圖像中的水平分層,這爲垂直梯度分配了比水平分量更大的權重。這可以抑制鑽孔痕跡和卡鉗臂陰影,同時增強大多數水平層。
相關問題
- 1. 繪製matlab中彩色圖像的梯度幅度
- 2. 如何訪問cv :: canny閾值的梯度幅度圖像
- 3. 什麼是單位和梯度幅度的限制?
- 4. 如何在MATLAB中創建梯度幅度圖像
- 5. 面向梯度的直方圖
- 6. 如何計算matlab中沿x和y軸的圖像的梯度'方向'(而不是幅度)?
- 7. 可視化HOG特徵,爲什麼梯度的方向與實際梯度方向垂直
- 8. 徑向梯度方程
- 9. 得出梯度方向
- 10. 計算梯度方向
- 11. 計算定向梯度直方圖
- 12. 如何檢測強度梯度方向
- 13. jQuery的梯度圖像高度
- 14. 對於定向梯度的直方圖,如何計算邊緣像素的梯度向量?
- 15. 從sobel確定圖像的梯度方向?
- 16. iPhone:拉伸梯度圖像
- 17. C#創建梯度圖像
- 18. 即梯度+背景圖像
- 19. 推梯度圖像底部
- 20. WebKit從圖像梯度
- 21. 面向方向梯度的Python直方圖
- 22. 橫幅圖像應該有寬度100%
- 23. CSS徑向梯度?
- 24. WPF徑向梯度
- 25. OpenCV Python和麪向方向梯度直方圖
- 26. 什麼是增強彩色圖像對比度的好方法?
- 27. Canny邊緣檢測的梯度方向
- 28. 在openCV梯度過濾器的方向
- 29. 更好的方法輪廓速度幅度與時間x軸
- 30. Tensorflow和Theano的動量梯度更新有什麼不同?
不錯的答案。只是想補充說,只有當變化是全局性的時候,對比度變化不變才能成立。 – hAcKnRoCk
啊,是的,本地變化總是很難處理... – sansuiso