模糊边缘检测

Question

我对图像处理和识别没有什么背景知识。我正在尝试检测像肖像这样的灰度图像上的主要边缘/灰度转换。问题是在某些部分，边缘是模糊的（因为聚焦）。我使用的是具有多个阈值的Canny边缘检测器，但我永远无法检测到这些边缘（下巴、衣服、耳朵、脸部侧面……）

原始图像： 这就是我得到的结果：胡须，锋利的边缘 这就是我感兴趣的特性：主灰色区域之间的转换

边缘检测是正确的工具吗？ 谢谢！在

---

更新：在边缘检测之前，使用Deriche过滤和将图像大小减半（apertureSize=7），我让它的工作非常接近我想要的。

Answer 1

几乎不可能检测到这些边缘，因为它们太模糊了。在

边缘检测是通过分析周围像素中颜色的快速变化来实现的。模糊使像素变得平滑，这使得变化变得不那么强烈，因此不会检测到边缘。在

你可以尝试在边缘检测之前应用一个强大的锐化过滤器，但是，我认为对于这样的模糊量，边缘检测将无法正常工作。在

即使提高边缘检测参数来检测那些模糊的边缘，也会得到很多误报，使算法变得无用。在

Answer 2

使用canny deriche过滤器，您可以找到：

完整代码是here

Answer 3

我唯一能想到的就是基本上裁剪这个区域，然后应用傅立叶变换（DFT）。然后根据振幅阈值分离像素，保持图案并将其应用于主图像（或仅使用反向傅里叶）。或者，你可以尝试在一个指数级上这样做，以扩大与背景对应的像素值与对应于图像的像素值之间的差距。在

当然，所有这些建议都是为一张照片量身定做的一次性解决方案，或者是在相同条件下拍摄的一系列照片（例如核磁共振成像）。在

我真的看不出用完全自动的方式做这件事的可能性有多大。在

人工神经网络解决方案

如果想借助人工神经网络（ANN）来设计一个，这当然不能保证成功，但至少在原则上，这取决于它的设计水平。如果您想了解ANN在复杂图像处理中的应用，请阅读IEEE的这篇会议论文。在

T. Kondo, J. Ueno, and S. Takao. Medical Image Recognition of Abdominal Multi-organs by Hybrid Multi- layered GMDH-type Neural Network Using Principal Component-Regression Analysis. In Second International Symposium on Computing and Networking (CANDAR), pages 157–163. Institute of Electrical and Electronics Engineers, IEEE, Dec. 2014.

自定义过滤器和数学原理

以下是一些你可能会觉得有用的数学原理：

值得尝试自定义过滤器，例如：

      -
| 1 | 2 | 1 |
      -
| 0 | 0 | 0 |
      -
|-1 |-2 | 1 |
      -

注意，这不会过滤任何（完全）垂直线。你可以，然而，转置它，所以它将是相反的。你也可以尝试对二值图像（黑白图像）应用过滤器，而不是灰度图像。在

对于这样的过滤器，您可能仍然希望您的傅立叶来减少您的计算和优化程序。在

基本上，你可以用卷积来解释线性滤波：

^{pr2}$

其中G是内核/掩码，G{flip}是翻转的内核掩码。在

卷积

二维卷积的定义是：

X ⓧ G = Summation(∞, k=-∞){Summation(∞, l=-∞) x[i-k, j-l].G[k,l]}

这不是你问题的完整答案，但我希望它能在一定程度上帮助你。在