Image Edge Detection Operators in Digital Image Processing _ L1.pdf
- 1. Image Edge Detection Operators in Digital Image Processing المعامﻼت المستخدمة في في الصورة حافة كشف الرقمية الصور معالجة م . أحمد رضوان Eng. Ahmed R. A. Shamsan Eng. Ahmed R. A. Shamsan 1 1
- 2. Edges are significant local changes of intensity in a digital image. An edge can be defined as a set of connected pixels that forms a boundary between two disjoint regions. There are three types of edges: Horizontal edges Vertical edges Diagonal edges Eng. Ahmed R. A. Shamsan 2 الحواف الرقمية الصورة في الشدة في مهمة محلية تغييرات هي . أن على الحافة تعريف يمكن ها مفككتين منطقتين بين ًادحدو تشكل التي المتصلة البكسﻼت من مجموعة او الصورة في كان اذا مثال مختلفتين الحواف هي بينهما فالفاصل سوداء خلفية على سيارة مثﻼ . الحواف من أنواع ثﻼثة هناك : اﻷفقية الحواف الرأسية الحواف قطرية حواف 2
- 3. Edge Detection is a method of segmenting an image into regions of discontinuity. It is a widely used technique in digital image processing like pattern recognition image morphology feature extraction Eng. Ahmed R. A. Shamsan 3 الحافة اكتشاف انقطاع مناطق إلى الصورة لتقسيم طريقة هي . واسع نطاق على مستخدمة تقنية إنها في مثل الرقمية الصور معالجة . اﻷنماط على التعرف الصورة مورفولوجيا الميزات استخراج 3
- 4. Edge detection allows users to observe the features of an image for a significant change in the gray level. This texture indicating the end of one region in the image and the beginning of another. It reduces the amount of data in an image and preserves the structural properties of an image. Edge Detection Operators are of two types Gradient – based operator which computes first-order derivations in a digital image like, Sobel operator, Prewitt operator, Robert operator Gaussian – based operator which computes second-order derivations in a digital image like, Canny edge detector, Laplacian of Gaussian Eng. Ahmed R. A. Shamsan 4 الحافة اكتشاف ف كبير تغيير أجل من الصورة ميزات بمراقبة للمستخدمين الحافة اكتشاف يسمح ي الرمادي المستوى . أخرى وبداية الصورة في منطقة نهاية إلى يشير النسيج هذا . يقلل كمية من للصورة الهيكلية الخصائص على ويحافظ الصورة في البيانات . نوع من الحافة عن الكشف مشغلو ين . based operator - Gradient في اﻷولى الدرجة من المشتقات يحسب التدرج على قائم مشغل مشغل ،مثل رقمية صورة Sobel ، مشغل Prewitt ، مشغل Robert based operator – Gaussian Gaussian - في الثانية الدرجة من المشتقات حساب على قائم مشغل حافة كاشف ،مثل رقمية صورة Canny ، Laplacian of Gaussian 4
- 5. Image Edge Detection operators Gradient-based operator Sobel Operator Prewitt Operator Robert Operator Gaussian – based operator Marr-Hildreth Operator or Laplacian of Gaussian (LoG) Canny Operator Eng. Ahmed R. A. Shamsan 5 في المستخدمة المعامﻼت الشكل يوضح الحافة اكتشاف تفرعاتها و الرقمية الصور في 5
- 6. Sobel Operator It is a discrete differentiation operator. It computes the gradient approximation of image intensity function for image edge detection. At the pixels of an image, the Sobel operator produces either the normal to a vector or the corresponding gradient vector. It uses two 3 x 3 kernels or masks convolved with the input image to calculate the vertical and horizontal derivative approximations respectively. Advantages Simple and time efficient computation Very easy at searching for smooth edges Limitations Diagonal direction points are not preserved always Highly sensitive to noise Not very accurate in edge detection Detect with thick and rough edges does not give appropriate results Gradient-based operator Eng. Ahmed R. A. Shamsan 6 Sobel Operator منفصل تمايز مشغل إنه . حا ﻻكتشاف الصورة شدة لدالة التدرجي التقريب يحسب فة الصورة . مشغل ينتج ،الصورة بكسﻼت عند Sobel متجه أو الطبيعي المتجه إما المقابل التدرج . أقنعة أو نواه يستخدم 3 × 3 التقريبين لحساب اﻹدخال صورة مع متجمعة التوالي على واﻷفقي الرأسي المشتقين . • مميزاته : .1 الحسابية العمليات و الوقت حيث من فعال و بسيط يعتبر .2 الناعمة حواف عن البحث في ًادج سهل • عيوبه : • المائل اﻻتجاه نقاط على الحفاظ يتم ﻻ ) القطرية النقاط ( اًمدائ • للضوضاء للغاية حساس • قليلة دقته ان حيث الحواف اكتشاف في عليه يعتمد ﻻ • المناسبة النتائج يعطي ﻻ والخشنة السميكة الحواف اكتشاف 6
- 7. Prewitt Operator This operator is almost similar to the Sobel operator. It also detects vertical and horizontal edges of an image. It is one of the best ways to detect the orientation and magnitude of an image. It uses the kernels or masks Advantages Good performance on detecting vertical and horizontal edges Best operator to detect the orientation of an image Limitations The magnitude of coefficient is fixed and cannot be changed Diagonal direction points are not preserved always Gradient-based operator Eng. Ahmed R. A. Shamsan 7 Prewitt Operator لمشغل اًبتقري مشابه المشغل هذا Sobel. للصورة واﻷفقية الرأسية الحواف يكتشف أنه كما . وحجمها الصورة اتجاه ﻻكتشاف الطرق أفضل من واحدة إنها . يستخدم اﻷقنعة أو النواه • مميزاته : .1 واﻷفقية الرأسية الحواف عن الكشف في جيد أداء .2 الصورة اتجاه ﻻكتشاف مشغل أفضل • عيوبه : .1 تغييره يمكن وﻻ ثابت المعامل حجم .2 المائل اﻻتجاه نقاط على الحفاظ يتم ﻻ ) القطرية النقاط ( اًمدائ 7
- 8. Marr-Hildreth Operator or Laplacian of Gaussian (LoG) It is a gaussian-based operator which uses the Laplacian to take the second derivative of an image. This really works well when the transition of the grey level seems to be abrupt. It works on the zero-crossing method i.e when the second-order derivative crosses zero, then that particular location corresponds to a maximum level. It is called an edge location. Here the Gaussian operator reduces the noise and the Laplacian operator detects the sharp edges. The Gaussian function is defined by the formula (1) , Where sigma is the standard deviation. And the LoG operator is computed from (2) Advantages Detection of edges and orientation are very easy Diagonal direction points are preserved Limitations Very sensitive to noise The localization error may be severe at curved edges It generates noisy responses that do not correspond to edges, so-called “false edges” Gaussian – based operator (1) (2) Eng. Ahmed R. A. Shamsan 8 Marr-Hildreth Operator or Laplacian of Gaussian (LoG) على قائم معامل إنه gaussian يستخدم Laplacian الصورة من الثاني المشتق ﻷخذ . هذا مفاجئ الرمادي المستوى انتقال أن يبدو عندما اًقح جيد بشكل يعمل . إنه الصفري العبور طريقة على يعمل i.e اﻷقصى الحد مع المعين الموقع هذا يتوافق ثم ،الصفر مع الثانية الدرجة مشتق يتقاطع عندما . ي عليه طلق الحافة موقع . يقلل هنا معامل Gaussian معامل ويكتشف الضوضاء من Laplacian الحواف الحادة . بالصيغة الغاوسية الدالة تعريف يتم ) 1 ( المعياري اﻻنحراف هي سيغما تكون حيث ، . ومشغل LoG من محسوب ) 2 ( • مميزاته : .1 المختلفة واتجاهاتها الحواف عن الكشف سهل .2 اﻻتجاهات جميع في ثابتة خصائص هناك • عيوبه : .1 للضوضاء جدا حساس .2 المنحنية الحواف عند ًادشدي التوطين خطأ يكون قد .3 يولد نتائﺢ بـ يسمى ما ،الحواف مع تتوافق ﻻ صاخبة » الحواف الخاطئة « 8
- 9. Canny Operator It is a gaussian-based operator in detecting edges. This operator is not susceptible to noise. It extracts image features without affecting or altering the feature. Canny edge detectors have advanced algorithm derived from the previous work of Laplacian of Gaussian operator. It is widely used an optimal edge detection technique. It detects edges based on three criteria: Low error rate Edge points must be accurately localized There should be just one single edge response Advantages It has good localization It extract image features without altering the features Less Sensitive to noise Limitations There is false zero crossing Complex computation and time consuming Gaussian – based operator Eng. Ahmed R. A. Shamsan 9 Canny Operator على قائم معامل إنه gaussian الحواف اكتشاف في . للضوضاء عرضة ليس المعامل هذا . تغييرها أو الميزة على التأثير دون الصورة ميزات يستخرج . أجهزة تحتوي المعامل السابق العمل من مشتقة متقدمة خوارزمية على الذكية الحواف عن الكشف Laplacian of Gaussian. عن المثلى الكشف تقنية واسع نطاق على يستخدم الحافة . معايير ثﻼثة على ًءبنا الحواف يكتشف : • منخفض خطأ معدل • بدقة الحافة نقاط مواقع تحديد يجب • واحدة لحافة فقط واحدة استجابة هناك يكون أن يجب • مميزاته : .1 جيد توطين لديه ) جيد بشكل الحواف مواقع تحديد يستطيع ( .2 الميزات تغيير دون الصورة ميزات يستخرج .3 للضوضاء حساسية أقل • عيوبه : .1 كاذب صفري عبور هناك .2 الوقت و الحسابية العمليات من الكثير يحتاج 9
- 10. Some Real-world Applications of Image Edge Detection medical imaging, study of anatomical structure locate an object in satellite images automatic traffic controlling systems face recognition, and fingerprint recognition Eng. Ahmed R. A. Shamsan 10 الشكل يوضح استخدام مجاﻻت المعامﻼت الصور في الحافة اكتشاف في المستخدمة الرقمية 10