Você poderia descrever os efeitos para variar parâmetros diferentes de um detector de borda inteligente?

O último par de perguntas abordou o detector de borda Canny

Quais são as limitações de um detector de borda Canny? e
melhor maneira de segmentar veias em folhas?

O esboço básico do algoritmo é o seguinte:

uma. Aplique a convolução gaussiana. (Escolha de a ser feita aqui) b. Aplicar derivada 2D c. Rastreamento através das cristas dessas arestas e limiares (defina os pixels como zero, que não estão na aresta) com Histerese inferior e superior T0 e T1 (escolha de e a ser feita aqui). T 0 T $\sigma$

$T0$$T1$

Leia isso para obter mais informações.

Enquanto, alega-se que Canny é ideal ; ao obter resultados práticos, os fatores de ajuste listados acima e fazem muita diferença.T $\sigma, T0,$$T1$

Então, como se seleciona esses parâmetros (aprimorando) praticamente? Mesmo se não houver uma abordagem ou valor definido, qual é a técnica geral para saber disso?

O seguinte http://www.kerrywong.com/2009/05/07/canny-edge-detection-auto-thresholding/ é um dos poucos recursos que mostra como escolher os limites Tlow e Thigh

De acordo com isso, para uma imagem suficientemente espalhada no historiograma, pode-se escolher T_low = 0,66 * valor médio da imagem e T_high = 1,33 * valor médio.

No entanto, quando a imagem não está suficientemente espalhada, deve-se usar a mediana em vez do valor médio da imagem.

Se o intervalo entre T_low e T_high for muito pequeno, as arestas resultantes serão menores em continuidade e, portanto, haverá mais frações. À medida que a diferença aumenta, você terá mais arestas de linha única.

No que diz respeito ao sigma, à medida que o sigma aumenta, a suavização aumenta e as bordas ruidosas desaparecem, mas, ao mesmo tempo, a localização das bordas também pode se mover pouco. Consulte este documento, http://www.cse.unr.edu/~bebis/CS791E/Notes/EdgeDetection.pdf e os resultados na página 29 mostram esse efeito.