CS131 Lecture06：边缘检测

刺骨的言语ヽ痛彻心扉 2021-10-29 23:03 408阅读 0赞

### CS131 Lecture06：边缘检测 ###

by：斯坦福大学计算机科学系  
github: [https://github.com/zhaoxiongjun/CS131\_notes\_zh-CN][https_github.com_zhaoxiongjun_CS131_notes_zh-CN]  
（包含中英文版课件及相关课程视频）  
强烈建议移步github上看  
或者  
[CS131 Lecture06：边缘检测][CS131 Lecture06]  
1 介绍  
本课程包括边缘检测、Hough转换和RANSAC。边缘检测提供了有意义的语义信息，有助于理解图像。这有助于分析元素的形状、提取图像特征，以及了解所描绘场景的属性变化，例如深度不连续、材质类型和光照等。我们将探讨Sobel和Canny边缘检测技术的应用。下一节将介绍用于检测图像中参数模型的Hough变换；例如，通过Hough变换可以检测由两个参数定义的线性线。此外，这种技术可以推广到检测其他形状（如圆）。然而，正如我们将看到的，使用霍夫变换在拟合具有大量参数的模型时并不有效。为了解决这个模型拟合问题，在最后一节中引入了随机抽样一致性（RANSAC）；这种非确定性方法重复抽样数据子集，根据如何将剩余的数据点分类为“内点”或“异常值”，并使用它们来拟合模型，。它们可以通过拟合模型来解释（即它们与模型的接近程度）。结果用于最终选择用于实现最终模型拟合的数据点。最后一节对RANSAC变换和Hough变换进行了比较。

2 边缘检测  
2.1 边缘检测的目的  
边缘检测与哺乳动物的眼睛非常相关。大脑中的某些神经元擅长识别直线。来自这些神经元的信息被整合到大脑中，用于识别物体。事实上，边缘对于人类的识别非常有用，线条图几乎和原始图像一样容易识别（图1）。我们希望能够提取信息、识别对象以及恢复图像的几何和视点。

图1：大脑的某些区域对边缘作出反应；线条图和原始图像一样容易识别

2.2 边缘基础知识  
图像中有四种可能的边缘来源：表面法向不连续（表面急剧改变的方向）、深度不连续（一个表面在另一个表面后面）、表面颜色不连续（单个表面改变颜色）、光照（光强）不连续（阴影/照明）。这些不连续性如图2a所示；不同类型的边缘如图2b所示：

图2。由于表面颜色、表面深度和表面法向的不连续性导致不同类型的边缘  
当梯度的幅度较大时，图像中会出现边缘。

2.3 求解梯度  
为了求梯度，我们必须首先求x和y方向的导数。  
2.3.1 离散导数

有三种不同的求导方式（后向，前向，中心）（上一节也提到了）：

每一个都可以表示为一个过滤器（将过滤器与图像卷积得到导数）

梯度计算如下：

也可以计算梯度的大小和角度：

2.4 减少噪音  
噪声会干扰梯度，导致使用简单的方法无法找到边缘，即使边缘仍然可以被眼睛检测到。解决方法是先平滑图像。设f为图像，g为平滑核。因此，为了找到平滑的梯度，我们必须计算（1维示例）：

根据导数卷积定理：

这种简化为我们节省了一次操作。平滑虽然消除了噪音，但使边缘变模糊。不同粒径的平滑可以检测不同尺度的边缘。

2.5 索贝尔(Sobel)噪声检测  
该算法利用了2 个3\*3的核，与图像卷积，近似于原始图像的x和y导数。

这些矩阵表示平滑和微分的结果。

Sobel滤波器存在许多问题，包括定位精度不好。Sobel过滤器也倾向于水平和垂直边缘，而不是倾斜边缘。

2.6 Canny边缘检测器  
Canny边缘检测器有五个算法步骤：  
 抑制噪声  
 计算梯度大小和方向  
 应用非极大值抑制  
 滞后阈值  
 检测边缘的连通性分析  
2.6.1 抑制噪声  
我们既可以抑制噪声，也可以使用类似于Sobel滤波器的方法计算x和y方向的导数。  
2.6.2 计算梯度大小和方向

2.6.3 应用非极大值抑制  
这部分算法的目的是确保边缘是特定的（唯一的）。因此，我们假设边缘发生在梯度达到极大值时。我们抑制任何具有非极大渐变的像素。基本上，如果像素不是三个像素中最大的一个，并且与渐变方向相反，则设置为0。此外，所有梯度都四舍五入到最接近的45°  
2.6.4 滞后阈值  
所有剩余的像素都受到滞后阈值的影响。本部分使用两个值作为高阈值和低阈值。每个值高于高阈值的像素都被标记为强边。低于低阈值的每个像素都设置为0。两个阈值之间的每个像素都标记为弱边。  
2.6.5 检测边缘的联通性分析  
最后一步是连接边缘。所有标记为强边的像素都是边。对于弱边缘像素，只有和强边缘像素毗邻的弱边缘像素是边。这部分使用BFS或DFS来查找所有边缘。

3 Hough（霍夫）变换  
3.1 霍夫变换介绍  
Hough变换是一种检测图像中特定结构的方法，即直线。然而，霍夫变换可以用来检测任何已知参数方程的结构。它在噪声和部分遮挡下提供了一个强大的探测器。  
3.2 霍夫变换检测线的目标  
Hough变换可以用来检测图像中的线条。要做到这一点，我们需要定位组成图像中直线的像素集。这项工作的目的是在应用边缘检测器后检测图像中的线条，以获得仅边缘的像素（因此，我们发现哪些像素集构成了直线）。  
3.3 在A、B空间使用Hough变换检测直线  
对于一个像素点（xi，yi），有无限的线可以穿过这一点。我们可以定义一条穿过这个像素(xi,yi)的线:

这样，我们可以将每个像素转换为A,B空间，方法是将此公式重新编写为：

这个等式表示A，B空间中的一条线，并且每个(A，B)点代表通过我们的点xi,yi的一条可能的线。  
因此，对于每个像素xi,yi，在我们的边缘像素集合中，我们将其转换成A，B空间以获得一条直线。

图3：从原始空间到霍夫空间的转换

A和B空间中的线的交点表示这些线对通过这些点的线Yi＝AX+B进行折衷。例如：假设我们有两点x1,y1=（1，1）和x2,y2=（2,3）。我们将这些点转换成A,B空间，其中B=-A*1+1和B=-A*2+3。求解这两条线的交点，得到A=2和B=-1。（A，B）空间中的交叉点为通过x，y空间中两个点的线提供的值。  
（简而言之，这里想表达的是：hough变换相当于一种映射变换，只不过是从一种表达方式换为另外一种。其根本思想是将原有的y=kx+b中的x,y看做固定值，而k,b看成变量来运算的。x-y坐标和k-b坐标有点----线的对偶性。这里的对偶性指的是x-y系坐标中的点对应k-b坐标系中的线，x-y坐标系中的线对应k-b坐标系中的点。）

图4.穿过原始空间点的线条  
https://blog.csdn.net/mysteryrat/article/details/12495425 （关于霍夫变换好的解释）  
3.4 “蓄电池单元”  
为了得到“最佳”的线条，我们将A,B空间量化为单元。对于我们的a，b空间中的每一行，我们向它通过的每个单元格添加一个“投票”或一个计数。我们对每一行都这样做，所以在最后，“投票”最多的单元格具有最多的交叉点，因此应该与图像中的实线相对应。A,B空间中的hough变换算法如下：

图5：Hough变换算法

3.5 极坐标系下的霍夫变换  
参考：霍夫变换——神奇的特征提取算法：  
https://zhuanlan.zhihu.com/p/47649796  
3.6 总结  
Hough变换的优点是概念简单（只需变换和在Hough空间中找到交叉点）。它也相当容易实现，并且可以很好地处理丢失和阻塞的数据。另一个优点是，只要结构具有参数方程，它就可以找到除直线以外的其他结构。  
缺点包括在参数越多，计算上越复杂。它也只能同时查找一种结构（因此不能将线和圆放在一起）。也不能检测到线段的长度和位置。它可以被“明显”的线条欺骗，并且不能同线性的线段作区分。

4 RANSAC（随机抽样一致）  
随着模型复杂度的增加（如参数数量），hough变换失去了其有效性；本节详细介绍了随机样本一致性（ransac）技术\[1\]的设计，该技术提供了一种在图像中拟合模型的计算有效方法。首先介绍了RANSAC的基本思想，然后介绍了其算法。

4.1 RANSAC基础  
RANSAC算法用于估计图像中模型的参数（即模型拟合）。RANSAC的基本思想是使用随机选择的最小数据子集多次解决拟合问题，并选择性能最佳的拟合。为了实现这一点，RANSAC尝试迭代地识别与我们试图拟合的模型相对应的数据点。  
图7a说明了将线性模型（即2个参数）拟合到数据上的示例；当大多数数据点拟合线性模型时，右上角的两个点会显著影响整体拟合的精度（如果它们包含在拟合中）。RANSAC算法旨在通过识别数据中的“内点”和“异常点”来解决这一挑战。

图7：a）RANSAC检测异常值以改进参数估计；b）RANSAC图像拼接应用  
4.2 应用  
RANSAC算法可用于估计不同模型的参数；这在图像拼接（图7b）、离群值检测、车道检测（线性模型估计）和立体摄像机计算中被证明是有益的。  
4.3 算法  
RANSAC算法对原始数据的名义子集进行迭代采样（例如，2个点用于直线估计）；将模型拟合到每个样本，并计算与此拟合对应的“内点”数；这包括接近拟合模型的数据点。接近阈值的点（例如，2个标准偏差或预先确定的像素数）被视为“内点”。如果大部分数据视为该拟合的“内点”，则认为拟合模型是好的。在拟合良好的情况下，使用所有的内点重新拟合模型，并丢弃异常值。重复此过程，并比较具有足够大的内点分数（例如，大于预先指定的阈值）的模型估计，以选择性能最佳的拟合。图8说明了线性模型及其三个样本的这一过程。第三个样本（图8c）提供了最佳拟合，因为它包含了最多数量的内点。

图8：线性模型估计和三个随机样本的RANSAC算法证明

图9：RANSAC伪代码

RANSAC如图9所示。RANSAC回路中包括的主要步骤：  
 1：从数据中随机选择种子组。  
 2：使用所选种子组执行参数估计。  
 3：确定内点（接近估计模型的点）。  
 4：（如果存在足够多的内点，）使用所有内点重新估计模型。  
 5：重复步骤1-4，最后将估计值保持在最大的内点和最佳的匹配状态。  
4.4 需要多少样品？  
RANSAC是一种非确定性的模型拟合方法；这意味着样本数量必须足够大，以提供对参数的高置信估计。所需样本的数量取决于1）拟合参数的数量和2）噪声的数量。图10列出了基于p=0.99和样本大小变化（即参数数量）和异常值分数（即噪声）所需的最小样本数量。估计更大的模型和噪声数据需要更多的样本。需要选择足够多的样本（k），以确保只看到坏样本（pf）的概率较低：

其中w和n分别是模型拟合所需的内点分数和点数。最小样本数：

图10：噪声总体和模型尺寸的不同选择的样本数

4.5 优势、局限性和考虑因素  
RANSAC的优点在于其实现简单，在模型拟合领域的应用范围广。其他优点包括计算效率；采样方法为所有可能的特征组合提供了更好的解决问题的替代方法。  
在某些情况下，使用hough变换而不是ransac会更有效：  
 1：参数数目较少，例如，使用Hough变换可以有效地实现线性模型估计（2个参数），而图像拼接则需要更节省的计算方法，如RANSAC。  
 2：如果噪声总体很高，正如我们前面看到的，噪声的增加需要更广泛的采样方法（更高的采样数），从而增加了计算成本。增加的噪声降低了参数估计的正确率和内分类的准确性。

高噪声数据中的低性能是RANSAC的主要限制；这一点尤其重要，因为现实问题的异常值率很高。  
（可参考：RANSAC https://zhuanlan.zhihu.com/p/45532306 ）

[https_github.com_zhaoxiongjun_CS131_notes_zh-CN]: https://github.com/zhaoxiongjun/CS131_notes_zh-CN
[CS131 Lecture06]: https://zhuanlan.zhihu.com/p/78565118