PROCESSO DE DETECÇÃO DE BORDAS DE CANNY

• Autor(a) principal: DO VALE, GIOVANE MAIA
• Data de Publicação: 2002
• Outros Autores: DAL POZ, ALUIR PORFÍRIO
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Boletim de Ciências Geodésicas
• Texto Completo: https://revistas.ufpr.br/bcg/article/view/1421

O processo de detecção de bordas de Canny baseia-se em dois critérios básicos de desempenho, i.e., os critérios de detecção e localização. Estes critérios estão sujeitos ainda a um terceiro, conhecido como injunção de resposta múltipla, que força o processo a detectar uma única borda onde existe somente uma borda verdadeira. O principal objetivo do trabalho de Canny é o desenvolvimento de um detector ótimo para o tipo de bordas mais comum em imagens digitais, i.e., as bordas tipo degrau. Uma das principais constatações de Canny é que o operador ótimo encontrado é muito semelhante à função gerada pela primeira derivada da função Gaussiana. Canny também propôs um processo de afinamento de bordas conhecido como supressão não máxima e um outro processo conhecido como histerese, cuja função é a de eliminar a fragmentação das bordas causada pelo ruído da imagem. Este trabalho apresenta, além dos aspectos teóricos e computacionais acima mencionados, também alguns resultados experimentais obtidos com imagens sintéticas e reais. Canny edge detection process Abstract The Canny edge detection process is based upon two basic performance criteria, i.e., the detection and localization ones. Both of then must be still under a third criterium, which is known as multiple response constraint and it enforces the edge detection process to detect single edges where there is only one true edge. The major goal of Canny work is the development of an optimal detector for the most common edge occurrence in digital images, i.e., the step edges. Canny most important finding is that the optimal operator found is very similar to the first gaussian function derivative. Canny also proposed an edge thinning process that is known as nonmaximum suppression and hysteresis process to eliminate edge fragmentation due to the image noise. In addition to the theoretical and computational aspects above mentioned, this paper also presents some experimental results obtained with synthetic and real images.