Bisakah Anda menggambarkan efek untuk berbagai parameter yang berbeda dari detektor tepi cerdik?

Beberapa pertanyaan terakhir menyentuh detektor tepi Canny

Apa keterbatasan detektor tepi Canny? dan
Cara terbaik untuk mensegmentasi vena dalam daun?

Garis besar dasar dari algoritma adalah sebagai berikut:

Sebuah. Terapkan Konvolusi Gaussian. (Pilihan dibuat di sini) b. Terapkan turunan 2D c. Pelacakan melalui pegunungan dari tepi ini dan thresholding (set piksel ke nol yang tidak di tepi) dengan histeresis rendah dan lebih tinggi T0 dan T1 (Pilihan T 0 dan T 1 yang akan dibuat di sini). $\sigma$

$T0$$T1$

Baca ini untuk latar belakang lebih lanjut.

Sementara, diklaim bahwa Canny optimal ; ketika mendapatkan hasil praktis penting, faktor penyesuaian seperti yang tercantum di atas dan T 1 memang membuat banyak perbedaan.$\sigma, T0,$$T1$

Jadi bagaimana seseorang memilih parameter (tweaking) ini secara praktis? Bahkan jika, tidak ada pendekatan atau nilai yang pasti, apa teknik umum untuk mengetahui hal ini?

Mengikuti http://www.kerrywong.com/2009/05/07/canny-edge-detection-auto-thresholding/ adalah salah satu dari sedikit sumber daya yang menunjukkan cara memilih ambang batas Tlow dan Thigh

Menurut ini, untuk gambar yang cukup tersebar dalam histogram, orang dapat memilih T_low = 0,66 * nilai rata-rata gambar dan T_high = 1,33 * nilai rata-rata.

Namun, ketika gambar tidak cukup menyebar, orang harus menggunakan median yang bertentangan dengan nilai rata-rata gambar.

Jika kesenjangan antara T_low dan T_high sangat kecil, tepi yang dihasilkan akan lebih kecil dalam kontinuitas dan karenanya akan ada lebih banyak fraksi. Saat gap meningkat, Anda akan memiliki lebih banyak garis tepi tunggal.

Mengenai sigma, dengan meningkatnya sigma, peningkatan smoothing dan edge yang bising akan hilang, tetapi pada saat yang sama, lokasi edge juga dapat bergerak sedikit. Lihat dokumen ini, http://www.cse.unr.edu/~bebis/CS791E/Notes/EdgeDetection.pdf dan hasilnya di halaman 29 menunjukkan efek ini.