Version imprimable
Il y a le meme genre de définition dans son documents.
Citation:
The Canny edge detection algorithm uses double thresholding.
Edge pixels stronger than the high threshold are marked as strong;
edge pixels weaker than the low threshold are suppressed and edge pixels between the two thresholds are marked as weak.
Je pense que c'est moi qui est mal interprété la doc, j'ai revu cette partie hystérésis et ca donne :
Le résultat est en pièce-jointe avec un t_mini= 60 et un t_maxi = 200. Cependant je ne suis toujours pas satisfait de l'image finale, les bords sont plutôt gros.Code:
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Est-ce que vous voyez une erreur dans mon implémentation des maxima locaux ?
A priori c'est le dernier point qu'il me reste à traiter avant de passer à la transformé de hough (CHT). D'ailleurs en anticipation si vous avez de la bonne doc à me donner pour l'implémentation, ca me ferait gagner du temps dans mes recherchesCode:
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
attention a l'ordre des paramètres dans atan2() ;)
Une image contour contient un fond noir avec des segments de contours en blanc, mais dans ton cas, il y a toujours le nvg 127 !!
D'autant plus, les contours sont épais, celà est du directement à la détection des maximums locaux.
Il vaut revoir à mon avis
J'ai beau cherché je comprends pas pourquoi ma suppression des non maxima ne fonctionnent pas...
Il y a très peu de différences entre l'image produite par sobel et l'image produite par les maximas (cf PJ).
Je vois vraiment pas, j'ai vraiment besoin d'un coup de pouce.. SVP
Code:
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
Le problème c'est que : dans le calcul des maximas locaux que tu as fais, tu ne compare pas le module du gradient du point P considéré, avec ces voisins M1 et M2 pris dans la direction du gradient.
Tu connais la condition pour que un point P de l'image soit un maximum local ?
Pour un point P[x][y]
Pour les maximas locaux je regarde la direction du gradient.
Si le gradient est égal à 0 alors je compare:
P[x+1][y] et P[x-1][y] à P[x][y]. S'ils sont plus grand alors P[x][y] = 0 sinon P[x][y] garde sa valeur.
Si le gradient est égal à 90 alors je compare:
P[x][y+1] et P[x][y-1] à P[x][y]. S'ils sont plus grand alors P[x][y] = 0 sinon P[x][y] garde sa valeur.
Si le gradient est égal à 45 alors je regarde :
P[x+1][y+1] et P[x-1][y-1] à P[x][y]. S'ils sont plus grand alors P[x][y] = 0 sinon P[x][y] garde sa valeur.
Si le gradient est égal à 135 alors je regarde :
P[x-1][y+1] et P[x+1][y-1] à P[x][y]. S'ils sont plus grand alors P[x][y] = 0 sinon P[x][y] garde sa valeur.
que j'ai traduis par :
Ou alors c'est la direction des gradients qui est fausse mais j'ai pourtant pas l'impression d'avoir fait une erreur...Code:
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Si L'UN DES DEUX est plus grand, alors P[x][y] n'est pas un extremum local.Citation:
Envoyé par Goffer
Je te conseil de lire cet ouvrage :
Il explique bien : l'extraction des maximas locaux de la norme du gradient :Citation:
J. P. COCQREZ et S. PHILIPP. "Analyse d'images: filtrage et segmentation". Enseignement de la physique. MASSON, Paris, 1995.
Commence à penser à un algorithme, d'après ce qui précède, il est simple :lol:Citation:
Cette opération est effectuée sur un voisinage de taille 3x3 de l’image norme de gradients, le but est d’extraire tous les pixels présentant un maximum local dans la direction du gradient. Pour cela les images gradients obtenues aux étapes précédentes sont utilisées afin d’obtenir une approximation de la direction du gradient.
L’algorithme d’extraction des maximas locaux consiste à comparer la norme du gradient au site M[i j] à celle de ses deux voisins M1 et M2 situés dans la direction du gradient : Soient A l’image de départ, Ac et Ay les images des composantes verticales et horizontales du gradient. Soient Gr la norme du gradient au point M[i j], Gr1 et Gr2 les normes du gradient correspondant aux points M1 et M2.
M est un maximum local si Gr > Gr1 et Gr >= Gr2
J'ai pu m'en sortir et effectivement je me suis embrouillé dans la détection des maximum, ce que j'avais fais était débile.
Voici l'image finale avec un threshold (20,80), vous en pensez quoi ?
Ce qui reste à parfaire.
j'imagine que soit tu as considéré deux angle pour l'orientation du gradient, soit le seuillage par hystérésis est mal conçu.
Comment t'as fais pour l'extraction des maximas local ?
Pour le double threshold et hystérésis j'ai utilisé :
Ce qui je l'espère correpond à :Code:
2
3
4
5
6
7
8
9
10
11
12
13
14
- Si la norme du gradient est supérieure au seuil haut, c'est un point de contour sûr, qu'on code par 1.
- Si la norme du gradient est inférieure au seuil bas, alors ce n'est pas un point de contour, qu'on code par 0.
- Si la norme du gradient est entre les deux, alors c'est un contour de fermeture, i.e un contour potentiel et qu'on code par 2. Ces contours sont transformés en contours sûrs s'ils sont adjacents à un contour codé 1
Drapeau blanc :aie:
Je ne pas faire mieux :aie:Code:
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Pas mal... mais le seuillage par hystérésis dans Canny doit se propager : un point "strong" (255) change tous ses voisins weak (127) en strong (255). Et ces nouveaux point "strong" font de même, et ainsi de suite...Citation:
Envoyé par kmaniche
Bonjour et merci de ces réponses ^^
J'ai mis en parenthèse la réfection de ces algos, je n'ai malheureusement plus de temps à moi, mon projet est à rendre dans 2 semaines et je dois réaliser d'autres modules ...