首先要明白的是:

(a.) canny算子中非最大抑制(Non-maximum suppression)是回答這樣一個(gè)問(wèn)題: “當(dāng)前的梯度值在梯度方向上是一個(gè)局部最大值嗎?” 所以,要把當(dāng)前位置的梯度值與梯度方向上兩側(cè)的梯度值進(jìn)行比較.
(b.) 梯度方向垂直于邊緣方向, 這一點(diǎn)不要誤解.

-

Q1: 插值是何意？為啥取g1,g2為一組，g3,g4為一組計(jì)算插值？
A: 首先, 雖然插值是有必要的,但是沒(méi)有說(shuō)必須要插值. 例如, Wikipedia里[1]的canny算子一文中的所講的非最大值抑制就只是在0\90\45\135度梯度方向上進(jìn)行的. 每個(gè)像素點(diǎn)梯度方向按照相近程度用這四個(gè)方向來(lái)代替,這種情況下,非最大值抑制所比較的相鄰兩個(gè)像素就是:
0 : 左邊 和 右邊
90 : 上邊 和 下邊
45 : 右上 和 左下
135: 左上 和 右下

這樣做的好處是簡(jiǎn)單, 但是, 這種簡(jiǎn)化的方法無(wú)法達(dá)到最好的效果, 因?yàn)? 自然圖像中的邊緣梯度方向不一定是沿著這四個(gè)方向的. 因此, 就有很大的必要進(jìn)行插值, 目的是找出在一個(gè)像素點(diǎn)上最能吻合其所在梯度方向的兩側(cè)的像素值.

然而, 通過(guò)argtan(gx/gy)得到的方向可以是-90~90度內(nèi)的任何值, 但是, 因?yàn)閷?shí)際數(shù)字圖像中的像素點(diǎn)是離散的二維矩陣, 所以, 處在真正中心位置C處的梯度方向兩側(cè)的點(diǎn)是不一定存在的, 或者說(shuō)是一個(gè)亞像素(sub pixel)點(diǎn), 而這個(gè)不存在的點(diǎn), 以及這個(gè)點(diǎn)的梯度值就必須通過(guò)對(duì)其兩側(cè)的點(diǎn)進(jìn)行插值來(lái)得到.

至此, 插值的目的我講述了一遍.

舉個(gè)直觀的例子,就是上面貼的那張圖.
這個(gè)圖給出的情況是, gy > gx 且 gx*gy > 0(注意: gx*gy>0是因?yàn)閳D像坐標(biāo)系中y軸是朝下的.)

藍(lán)色的直線代表梯度方向. g1, g2, g3, g4四個(gè)點(diǎn)以及插值點(diǎn)dTemp1, dTemp2 的位置如圖所示.
對(duì)應(yīng)的代碼是:
g1 = pnMag[nPos-imageWidth-1] ;
g3 = pnMag[nPos+imageWidth+1] ;

g2 = pnMag[nPos-imageWidth] ;
g4 = pnMag[nPos+imageWidth] ;

下面解釋, 插值公式為什么是:
dTmp1 = weight*g1 + (1-weight)*g2 ;
dTmp2 = weight*g3 + (1-weight)*g4 ;

這里: weight = fabs(gx)/fabs(gy) = ctan(theta), theta為梯度方向.
上面那個(gè)公式變一下就可以變換成:
weight = |dTemp1-g2|/|g1-g2| = |dTemp1-g2|/|C-g2| = ctan(theta);
而從我畫的圖中可以直觀的看出,
在由 <,C, g2, dTemp1>組成的三角形中, 正好符合這個(gè)公式.(這里我沒(méi)有太care正負(fù)號(hào),只是為了給你一個(gè)直觀解釋)

講到這里,應(yīng)該你的后兩個(gè)問(wèn)題都不成問(wèn)題了吧.

Q2: 原理上是比較3*3矩陣內(nèi)相鄰像素點(diǎn)是不是最大值，他為何比較g1,g2,g3,g4就完事了
A: 最大值抑制中的比較最大值不是看是不是3*3矩陣內(nèi)的最大值, 而是看是不是梯度方向上的局部最大值. 否則就成了一個(gè)3*3的最大值濾波了. 為什么比較g1~g4, Q1的回答中已經(jīng)講清楚了.

Q3: 為何要分X,Y方向?qū)?shù)誰(shuí)大兩種情況比較
A: 把X, Y方向?qū)?shù)誰(shuí)大兩種情況分開只是為了編程上的方便. 你也可以分四種情況分別進(jìn)行最大值抑制.

轉(zhuǎn)載自：https://bbs.csdn.net/topics/370004267 中visionfans的回答

總結(jié)

以上是生活随笔為你收集整理的边缘检测中非极大值抑制简单解释的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。