Canny边缘检测中的梯度方向

Question

我试图理解非最大抑制（Canny Edge检测）的概念，所以我开始查看matlab代码。用于确定边缘方向的matlab代码部分如下所示。

switch direction
    case 1
        idx = find((iy<=0 & ix>-iy)  | (iy>=0 & ix<-iy));
    case 2
        idx = find((ix>0 & -iy>=ix)  | (ix<0 & -iy<=ix));
    case 3
        idx = find((ix<=0 & ix>iy) | (ix>=0 & ix<iy));
    case 4
        idx = find((iy<0 & ix<=iy) | (iy>0 & ix>=iy));
end

在这里，

• ix：输入图像通过高斯的衍生物沿x
过滤
• iy​​：输入图像通过高斯衍生物沿y
过滤
• 案例1：0-45度或181-225度
• 案例2：46-90度或226-270度
• 案例3：91-135degrees或271-315degrees
• 案例4：136-180degrees或316-360degree

开关盒内的条件如何与代码下面解释的情况相对应。任何人都可以解释一下。 ？

Answer 1

乍一看，find((iy<=0 & ix>-iy) | (iy>=0 & ix<-iy));会返回

所有像素的索引

• (iy<=0 & ix>-iy)，所以
  • y导数小于零，因此边缘向下，在90°和270°之间
  • x导数大于零，因此边缘向左，在180°和360°之间
  • ix的大小大于iy，因此边缘主要垂直倾斜，而不是水平倾斜
  • 导致180°和225°之间的边缘
• 或(iy>=0 & ix<-iy))，所以
  • y导数大于零，因此边缘向上，在270°和90°之间
  • x导数小于零，因此边缘向右，在0°和180°之间
  • ix的大小大于iy，因此边缘垂直倾斜
  • 导致0°和45°之间的边缘

假设像素从上到下和从左到右排序，并且精确垂直的边缘（左边是黑色，右边是白色）被定义为0°

开关盒的其他3个术语是类似的。

这与非最大抑制无直接关系。我假设这是canny边缘滤波器或类似物的一部分，在这种情况下，下一步将是在刚确定的边缘方向上找到局部最大值。这是通过在边缘方向上比较每个像素与其本地邻居，并擦除除最大值之外的所有像素来完成的。