基元的概念

基元泛指圖像中有特點(diǎn)的單元。常說的基元有：邊緣、角點(diǎn)、斑點(diǎn)、直線段、圓、等
基元檢測(cè)是圖像分析的基礎(chǔ)

邊緣（Edge）檢測(cè)

邊緣是圖像中像素灰度值發(fā)生劇烈變化而不連續(xù)的結(jié)果
邊緣是賦予單個(gè)像素的一種性質(zhì)，與圖像函數(shù)在該像素的一個(gè)鄰域內(nèi)的梯度特性相關(guān)
邊緣幅值：梯度的幅值
邊緣方向：梯度方向旋轉(zhuǎn)-90度

邊緣檢測(cè)既是常見基元檢測(cè)的基礎(chǔ)，也是基于邊界的圖像分割的第一步。

邊緣檢測(cè)算法

【OpenCV】邊緣檢測(cè)：Sobel、拉普拉斯算子
【OpenCV】邊緣檢測(cè)：坎尼算子算子

斑點(diǎn)（Blob）檢測(cè)

斑點(diǎn)：與周圍灰度有一定差別的區(qū)域

• 面部的雀斑
• 衛(wèi)星照片中的一棵數(shù)
• 鋼材X光照片中的雜質(zhì)或氣泡
• 醫(yī)學(xué)圖像中的細(xì)微腫塊

斑點(diǎn)檢測(cè)算法

【OpenCV】LoG算子：SIFT算法
【OpenCV】Blob特征檢測(cè)算子

角點(diǎn)（Conner）檢測(cè)

角點(diǎn)：物體的拐角、交叉點(diǎn)、 曲線上曲率最大的點(diǎn)等
角點(diǎn)的鄰域是圖像中信息比較豐富的區(qū)域

角點(diǎn)檢測(cè)方法

• 基于邊緣的方法：在小鄰域內(nèi)有兩個(gè)不同的主邊緣方向，實(shí)際圖像中，孤立點(diǎn)、線段端點(diǎn)也會(huì)有類似特性。缺點(diǎn)是：1)需要先提取邊緣并編碼，計(jì)算量大；2)局部變化對(duì)穩(wěn)定性影響大。
• 基于灰度的方法：計(jì)算點(diǎn)的曲率和梯度，目前的主流

角點(diǎn)檢測(cè)算法：

【OpenCV】角點(diǎn)檢測(cè)：Harris算子

哈夫變換-幾何形狀檢測(cè)

基本哈夫變換：直線檢測(cè)

點(diǎn)–線對(duì)偶性：直線所在的圖像空間（記為XY）和參數(shù)空間PQ（p斜率,q截距）之間的一一映射
XY空間中的直線檢測(cè)就等同于PQ空間的點(diǎn)檢測(cè)

基本哈夫變換：曲線檢測(cè)

對(duì)于任意能夠用f(x,c)=0（其中x是圖像點(diǎn)坐標(biāo)矢量，c是參數(shù)矢量）表示曲線或目標(biāo)輪廓，均可用類似的方法檢測(cè)，只是計(jì)算復(fù)雜度隨著c維數(shù)的增加而增加，需要考慮降維

廣義哈夫變換：目標(biāo)檢測(cè)

問題：待檢目標(biāo)不是參數(shù)化曲線（如正方形），而只是一組輪廓點(diǎn)，希望自動(dòng)檢測(cè)目標(biāo)的存在及其中心參考點(diǎn)(p,q)
廣義哈夫變換能夠檢測(cè)到特定目標(biāo)的位置（即參考點(diǎn)(p,q) ），或者說任意位置的待檢目標(biāo)都是可以發(fā)現(xiàn)的，滿足平移不變性

多尺度檢測(cè)

萬物都有其合適的尺度

• 原子和基本粒子：普朗克常數(shù)
• 集成電路：微米、納米
• 人、車、樹、建筑：米-厘米-毫米
• 地理：千米
• 太空：光年

多分辨率 與 尺度空間

多分辨率（ 圖像金字塔）：（低通濾波）再下采樣，多級(jí)進(jìn)行形成金字塔;可能出現(xiàn)假結(jié)構(gòu).
尺度空間（Wikin’83）：用一列單參數(shù)、寬度遞增的高斯濾波器將原始信號(hào)濾波而得到的一組低頻信號(hào);高斯核是實(shí)現(xiàn)尺度變換的唯一變換核，具有多種優(yōu)良性質(zhì)，不會(huì)引入假信號(hào)

【OpenCV】尺度空間與圖像金字塔

源碼及程序下載：http://download.csdn.net/detail/xiaowei_cqu/5155661

http://www.pudn.com/downloads521/sourcecode/graph/opencv/detail2163978.html

（轉(zhuǎn)載請(qǐng)注明作者和出處：http://blog.csdn.net/xiaowei_cqu?未經(jīng)允許請(qǐng)勿用于商業(yè)用途）

總結(jié)

以上是生活随笔為你收集整理的基元检测 Primitive Detection的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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