Canny边缘检测中的梯度方向

Question

我试图理解非最大抑制(Canny边缘检测)的概念，所以我开始看matlab代码。确定边缘方向的部分matlab代码如下所示。

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

,

• ix:沿x
进行高斯导数滤波的输入图像
• y:沿y
高斯导数滤波后的输入图像
• 情形1:0-45度或181-225度
• 案例2:46-90度或226-270度
• 案例3:91-135度或271-315度
• 案例4:136-180度或316-360度

开关箱内的情况如何与代码下面解释的情况相对应?有人能解释一下吗?div ?

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

的所有像素的索引

• (iy<=0 & ix>-iy)，所以
  • y导数小于零，因此边缘向下，在90°到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，因此边缘主要是垂直倾斜，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°到90°之间
  • x导数小于零，因此边缘向右，在0°和180°之间
  • x的大小大于y，因此边缘垂直倾斜
  • 产生0°和45°之间的边缘

假设像素从上到下，从左到右排序，并且定义一个完全垂直的边缘(左边是黑色，右边是白色)为0°

开关情况的其他三项是类似的。

这与非最大抑制没有直接关系。我假设这是一个精明的边缘滤波器或类似的东西的一部分，在这种情况下，下一步将是在刚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局部相邻像素，并擦除除最大值外的所有像素来完成的。