เหตุใดการตรวจจับขอบ Canny จึงถูกใช้แทนการตรวจจับขอบ Sobel / Prewitt ก่อนการแปลงที่หนักหน่วง?

ฉันรู้ว่าสำหรับ Hough Transform เพื่อทำงานกับรูปภาพมันต้องเป็นภาพไบนารี ในการแปลงจากภาพระดับสีเทาควรใช้อัลกอริธึมการตรวจจับขอบ ฉันสังเกตเห็นว่าผู้คนมักใช้การตรวจจับขอบของ Canny แทนคนอื่น ๆ (Sobel ฯลฯ ) ทำไมถึงเป็นอย่างนั้น?

การตรวจจับขอบ Canny ถือเป็นการตรวจจับขอบที่ดีกว่า (ในแง่ที่ว่า Alarm)
นี่คือส่วนใหญ่เนื่องจาก 2 ขั้นตอน:

1. การปราบปรามสูงสุดไม่ - ผู้สมัครที่ไม่ได้โดดเด่นในละแวกของพวกเขาจะไม่ถือว่าเป็นขอบ
2. กระบวนการ Hysteresis - ขณะเคลื่อนที่ไปตามผู้สมัครรับผู้สมัครที่อยู่ในบริเวณใกล้เคียงของขอบที่เกณฑ์ต่ำกว่า

2 ขั้นตอนเหล่านั้นลดจำนวนของขอบ "เท็จ" และสร้างจุดเริ่มต้นที่ดีกว่าสำหรับกระบวนการที่ไกลกว่าเช่นการแปลงรูปแบบ Hough

ข้อความของคุณว่าการแปลง Hough (HT) จำเป็นต้องนำมาใช้กับภาพไบนารีไม่เป็นความจริง HT ดั้งเดิมถูกสร้างขึ้นด้วยวิธีการนั้นแม้ว่าในขณะเดียวกันผู้เขียนที่แตกต่างกันก็ขยาย HT ในหลายวิธีตัวอย่างเช่นเพื่อพิจารณาค่าสเกลสีเทาของแต่ละพิกเซลภาพ ด้วยเหตุนี้จึงสามารถข้ามขั้นตอนการตรวจจับขอบได้

การอ้างอิงที่เกี่ยวข้องกับค่าระดับสีเทาที่นำมาจากhttp://dx.doi.org/10.1109/JSEN.2014.2311160 :

[23] F. O'Gorman และ MB Clowes,“ การค้นหาขอบภาพผ่านความครอบคลุมของจุดคุณสมบัติ” IEEE Trans คำนวณ, ฉบับที่ หมายเลข 25 4, pp. 449–456, เม.ย. 1976

[24] J. Skingley และ AJ Rye“ การแปลง Hough นำไปใช้กับภาพ SAR เพื่อการตรวจจับเส้นบาง ๆ ” จดจำรูปแบบ Lett., vol. 6 ไม่ใช่ 1, pp. 61–67, 1987

[25] C. Trayner, NJ Bailey และ BR Haynes“ การเปลี่ยนระดับเสียงของ Hough แปลง - จำกัด การระบุวัตถุด้วยความเร็วในการเคลื่อนที่” Imag-Real-time Imagi, vol. 6 ไม่ใช่ 2, pp. 143–153, 2000