|
|
Большинство из них использует методы вычисления градиента и даёт толстые линии. На рис. 1 показаны изменения в интенсивности цвета. Слева показан медленный градиент цвета, не составляющий границу. Справа показано быстрое изменение цвета, составляющее границу.
|
|
|
Most of them are based on gradient calculation methods and give thick border lines. Look at fig.1 which represents color intensity variations. On the left is a slow color gradient which is not a border. On the right is a quick variation which is an edge. Now, let us calculate the gradient, the variation speed, of this edge, i.e the first derivative (fig.2). We have to decide that a border is detected when gradient is more than a threshold value (the exact border is at top of the curve, but this top varies according to borders). In most cases, threshold is under top and border is thick.
|
|
|
La plupart d'entre eux sont basés sur des méthodes de calcul de gradient et donnent des bordures épaisses. Considérez la figure 1 qui représente des variations d'intensité de couleur. Sur la gauche se trouve un lent dégradé de couleur qui n'est pas un bord. Sur la droite, une brusque et importante variation est un bord. Maintenant, calculons la pente, la vitesse de variation, de ce bord: c'est la dérivée première (fig.2). Nous devons décider qu'un bord est détecté quand la pente dépasse un certain seuil (le bord se trouve exactement au sommet de la courbe mais on ne peut l'utiliser car son niveau varie selon les bords). Dans la plupart des cas, le seuil se trouve en dessous du sommet et le bord est épais.
|
|
|
Die meisten der Filter zur Kantenerkennung basieren auf der Analyse von Farbveränderungen und erzeugen dicke Kantenlinien. Beachten Sie den ersten Teil der Abbildung (Fig.1), welche die Veränderungen der Farbintensität symbolisch darstellt. Auf der linken Seite befinden sich leichte Veränderungen, welche keine Kanten darstellen. Auf der rechten Seite sehen Sie eine Kante, dargestellt als Änderung der Farbintensität. Die zweite Abbildung (Fig.2) zeigt die Stärke der Veränderung der Farbintensität. Dies ist mathematisch betrachtet die erste Ableitung des Graphen im ersten Teil der Abbildung. Ein Algorithmus zur Kantenerkennung muss nun entscheiden, ab welcher Höhe der Ableitung eine Kante als erkannt gilt. Dies entspricht im Wesentlichen der Arbeitsweise des Sobel-Filters.
|
|
|
La mayoria de ellos se basan en métodos de cálculo sobre degradados y generan líneas espesas. Mire la fig. 1 que representa las variaciones de intensidad de color. A la izquierda, es un degradado lento de color que no es un borde. A la derecha, una variación rápida que si es un borde. Ahora, calculamos el degradado, la velocidad de variación, de este borde: la primera derivada (fig. 2). Hemos decidido que se detecte el borde cuando el degradado sea mayor que el valor del umbral (el valor exacto está en la cima de la curva, pero está cima varia según los bordes). En la mayoria de los casos, el umbral está bajo la cima y el borde es espeso.
|
|
|
La maggior parte di essi è basata su metodi di calcolo dei gradienti e restituisce linee di bordo spesse. Si osservi la figura 1: essa raffigura la variazione dell'intensità di colore. Sulla sinistra c'è una variazione graduale di colore che non è un margine mentre sulla destra c'è invece una variazione rapida del colore che rappresenta un margine. Calcoliamo ora il gradiente (la velocità di variazione) di questo bordo, cioè la sua derivata prima (figura 2). Dobbiamo innescare la rilevazione del bordo quando il gradiente supera un certo valore di soglia (il bordo esatto si trova in corrispondenza della cima della curva ma questa cima varia a seconda dei bordi). Nella maggioranza dei casi la linea di soglia si trova sotto la cima e il bordo corrispondente è spesso.
|
|
|
Dei fleste av desse filtra analyserer fargeskilnadane i biletet og gir til dels nokså tykke kantlinjer. Sjå på fig. 1, som viser variasjonar i fargeintensitet. Til venstre i figuren forandrar fargen seg lite, og dermed kan ein ikkje finne noen kant her. På høgre sida er variasjonane såpass kraftige at vi har funne ein kant. Vi kan rekne ut fargevariasjonane for dette område. Figur 2 viser den første avleiinga av desse utrekningane. Vi har her bestemt at det finst ein kant når fargevariasjonane er større enn ein sett terskelverdi. Den nøyaktige kanten er ved toppen av kurven, men denne toppen varierer i høve til grensene. Som oftast er terskelverdien noe lågare enn denne toppen, og resultatet blir difor meir eller mindre breie kantar.
|
