คุณสามารถอธิบายเอฟเฟกต์สำหรับการเปลี่ยนแปลงพารามิเตอร์ต่าง ๆ ของเครื่องตรวจจับขอบแสนรู้ได้หรือไม่?

คำถามสุดท้ายที่จับคู่กับเครื่องตรวจจับขอบ Canny

ข้อ จำกัด ของเครื่องตรวจจับขอบ Canny คืออะไร? และ
วิธีที่ดีที่สุดในการแบ่งกลุ่มเส้นเลือดในใบไม้?

โครงร่างพื้นฐานของอัลกอริทึมมีดังนี้:

ใช้ Gaussian Convolution ทางเลือกของ$\sigma$จะทำที่นี่)
b. สมัคร 2D อนุพันธ์
ค ติดตามผ่านสันเขาของขอบนี้และ thresholding (ตั้งค่าพิกเซลเป็นศูนย์ซึ่งไม่ได้อยู่บนขอบ) ด้วย Hysteresis Lower และ T0 และ T1 ที่สูงขึ้น (ตัวเลือกของ$T0$ และ $T1$ ที่จะทำที่นี่)

อ่านนี้สำหรับพื้นหลังเพิ่มเติม

ในขณะที่มันอ้างว่าเป็นสิ่งที่ดีที่สุด ; เมื่อได้รับผลการปฏิบัติเรื่องปัจจัยการปรับตามที่ระบุไว้ข้างต้น$\sigma, T0,$ และ $T1$ สร้างความแตกต่างได้มากมาย

ดังนั้นหนึ่งจะเลือกพารามิเตอร์ (tweaking) เหล่านี้จริงได้อย่างไร แม้ว่าจะไม่มีวิธีหรือคุณค่าที่ชัดเจนเทคนิคทั่วไปในการรู้สิ่งนี้คืออะไร?

การติดตามhttp://www.kerrywong.com/2009/05/07/canny-edge-detection-auto-thresholding/เป็นหนึ่งในแหล่งข้อมูลไม่กี่แห่งที่แสดงวิธีเลือกเกณฑ์ Tlow และ Thigh

สำหรับภาพที่มีการแพร่กระจายอย่างเพียงพอในโปรแกรมประวัติศาสตร์เราสามารถเลือก T_low = 0.66 * ค่าเฉลี่ยของภาพและ T_high = 1.33 * ค่าเฉลี่ย

อย่างไรก็ตามเมื่อรูปภาพไม่ได้รับการกระจายอย่างเพียงพอเราควรใช้ค่ามัธยฐานแทนค่าเฉลี่ยของภาพ

หากช่องว่างระหว่าง T_low และ T_high มีขนาดเล็กมากขอบผลลัพธ์จะเล็กลงในความต่อเนื่องและด้วยเหตุนี้จะมีเศษส่วนมากขึ้น เมื่อช่องว่างเพิ่มขึ้นคุณจะมีเส้นขอบมากกว่าหนึ่งเส้น

สำหรับซิกม่าเมื่อซิกม่าเพิ่มขึ้นความเนียนที่เพิ่มขึ้นและขอบที่มีเสียงรบกวนจะหายไป แต่ในเวลาเดียวกันตำแหน่งของขอบก็อาจขยับเล็กน้อย ดูเอกสารนี้http://www.cse.unr.edu/~bebis/CS791E/Notes/EdgeDetection.pdfและผลลัพธ์ที่หน้า 29 แสดงผลนี้