Operatør Pruitt

Prewitt- operatoren er en kantdetektionsmetode i billedbehandling , der beregner den maksimale respons på et sæt foldningskerner for at finde den lokale orientering af kanten ved hver pixel. Skabt af Judith Prewitt til kantdetektion i medicinske billeder [1] [2] .

Forskellige kerner bruges til operationen. Fra en kerne kan du få otte ved at omarrangere rotationskoefficienterne. Hvert resultat vil være følsomt over for retningen af grænsen fra 0° til 315° i 45° intervaller, hvor 0° svarer til den lodrette grænse.

Den maksimale respons for hver pixel er værdien af den tilsvarende pixel i outputbilledet. Dens værdier ligger mellem 1 og 8, afhængigt af nummeret på den kerne, der gav det største resultat.

Denne kantdetekteringsmetode kaldes også kantskabelonmatchning , fordi et billede matches mod et sæt skabeloner , der hver repræsenterer en vis kantorientering. Størrelsen og orienteringen af grænsen ved pixlen bestemmes derefter af den skabelon, der bedst passer til pixlens lokale nabolag.

Pruitt-kantdetektoren er en velegnet metode til at estimere størrelsen og orienteringen af en kant. Mens differentialgradientdetektoren har brug for en møjsommelig beregning af orienteringsestimatet ud fra størrelserne i lodret og vandret retning, giver Pruitt kantdetektoren retningen direkte fra kernen med det maksimale resultat. Sættet af kerner er begrænset til 8 mulige retninger, men erfaringen viser, at de fleste direkte orienteringsestimater heller ikke er særlig nøjagtige.

På den anden side har kernesættet brug for 8 foldninger for hver pixel, mens gradientmetodens kernesæt kun behøver 2: vertikalt og vandret følsomt. Resultatet for grænsekardinaliteten er meget ens for begge metoder, hvis de bruger de samme foldningskerner.

Operatøren bruger to 3×3 kerner, der konvolverer det originale billede for at beregne de omtrentlige værdier af afledte: en vandret og en lodret. Lad være det originale billede, og , - to billeder, hvor hvert punkt indeholder de vandrette og lodrette tilnærmelser af den afledte, som beregnes som $\mathbf {A}$ $\mathbf {G_{x))$ ${\mathbf {G_{y))}$

\mathbf {G_{x}}={\begin{bmatrix}-1&0&+1\\-1&0&+1\\-1&0&+1\end{bmatrix}}*\mathbf {A} \quad {\ mbox{og}}\quad \mathbf {G_{y}} ={\begin{bmatrix}-1&-1&-1\\0&0&0\\+1&+1&+1\end{bmatrix}}*\mathbf {A }

Eksempel

Noter

↑ Samuel J. Dwyer III. Et personligt billede af PACS' historie i USA. I: Proceedings of the SPIE , Medical Imaging 2000: PACS Design and Evaluation: Engineering and Clinical Issues, redigeret af G. James Blaine og Eliot L. Siegel. 2000;3980:2-9.
↑ Computerbehandling og billedgenkendelse: Selvstudium