Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
Buscar bordes en la imagen de intensidad
especifica la orientación de las aristas que se deben detectar. Los métodos Sobel y Prewitt pueden detectar bordes en la dirección vertical, la dirección horizontal o ambos. El método Roberts puede detectar bordes en ángulos de 45o desde horizontal, 135o desde horizontal o ambos. Esta sintaxis solo es válida cuando es , , o .BW
= edge(I
,method
,threshold
,direction
)method
'Sobel'
'Prewitt'
'Roberts'
[
también devuelve las magnitudes de gradiente direccional. Para los métodos Sobel y Prewitt, y corresponden a los degradados verticales y horizontales.BW
,threshOut
,Gv
,Gh
]
= edge(___)Gv
Gh
Para los métodos Roberts, y corresponden al gradiente en ángulos de 45o y 135o desde horizontal, respectivamente.Gv
Gh
Esta sintaxis solo es válida cuando es , , o .method
'Sobel'
'Prewitt'
'Roberts'
Para los métodos de detección de borde de magnitud de gradiente (Sobel, Prewitt, Roberts), se utiliza para umbral la magnitud de gradiente calculada.edge
threshold
Para los métodos de cruce cero, incluyendo Laplacian de Gaussian, se utiliza como umbral para los cruces cero.edge
threshold
En otras palabras, un gran salto a través de cero es un borde, mientras que un pequeño salto no lo es.
El método Canny aplica dos umbrales al degradado: un umbral alto para la sensibilidad de borde bajo y un umbral bajo para la sensibilidad de borde alta. comienza con el resultado de baja sensibilidad y luego lo crece para incluir píxeles de borde conectados del resultado de alta sensibilidad.edge
Esto ayuda a rellenar huecos en los bordes detectados.
En todos los casos, elige el umbral predeterminado heurísticamente, dependiendo de los datos de entrada.edge
La mejor manera de variar el umbral es ejecutarse una vez, capturando el umbral calculado como el segundo argumento de salida.edge
A continuación, a partir del valor calculado por , ajuste el umbral más alto para detectar menos píxeles de borde o más bajo para detectar más píxeles de borde.edge
[1] Canny, John, "A Computational Approach to Edge Detection," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-8, No. 6, 1986, pp. 679-698.
[2] Lim, Jae S., Two-Dimensional Signal and Image Processing, Englewood Cliffs, NJ, Prentice Hall, 1990, pp. 478-488.
[3] Parker, James R., Algorithms for Image Processing and Computer Vision, New York, John Wiley & Sons, Inc., 1997, pp. 23-29.