Vous êtes sur la page 1sur 2

Méthode Globale

Filtre Optimal de Canny


— Problématique : Trouver le dérivateur optimal même en présence
Détection des Contours de bruit
Filtres Contours

Modélisation d’un coutour bruité en marche

o Soit le signal bruité : ! = " × # ! + $(!)


o On cherche le filtre % dérivateur, tel que :
%∗ =" ( ' = ")
2

Méthode Globale Méthode Globale


Filtre Optimal de Canny 1 Filtre Optimal de Canny 1
— Critère d’optimalité : — En 2D : action de 2 filtres croisés
— Bonne détection ∑
— Bonne localisation ⋀ 0 1 4 56²
— Unicité de la réponse %1 x, y ≈ −!/ 72²
0 1 4 56²
— Le filtre da Canny cherche le dérivateur % qui maximise ∑ et %6 x, y = −8/ 72²
⋀ sous la contrainte d’unicité de réponse.

— La 1ère solution trouvée est l’approximation de la dérivée d’une


Gaussienne :
01²
% x ≈ −x/ 2
3 4
Méthode Globale Méthode Globale
Filtre Optimal de Canny 1 Résultats Filtre Optimal de Canny 2 : Canny-Derriche
— Une 2ème solution à la problématique posée préalablement :
x ≈ −c # $% &
('$ ) *+ )²
Avec c= ) *+
- : facteur d’échelle

• En 2 D
& x, y = x . 0(1)
2 x, y = y . 0(3)
Avec 0 = ∫
§ Généralement il est implémenté comme RII et de manière
récursive,
5 6

Méthode Globale
Filtre Optimal de Canny-Deriche Résultats

— Influence du facteur d’échelle :


— - faible : peu de robustesse au bruit mais bonne localisation
— - fort : bonne robustesse au bruit mais mauvaise localisation
® adapter - au RSB de l’image,

Vous aimerez peut-être aussi