1.边缘定义及特点
边缘是由灰阶等高线定义的,穿过等高线时,灰阶会迅速变化,沿着等高线走,灰阶值的变化会更加轻柔,有可能是随机变化的,因此边缘具有一个可以测量的方向。边缘像素和噪声像素相比周围的像素都有明显的变化,而边缘像素互相连接,构成等高线,因此可以通过这一特性区分边缘像素和噪声像素。
2.边缘检测的难点
(1)数码化:图像的采样不可能使得整个边缘都落在像素边缘上,灰阶的变化可能跨越多个像素,形成带锯齿的斜坡边缘,而不是阶梯型边缘。
(2)无处不在的噪声:由于受到光强度、温度、大气效应等因素的影响,导致了图像存在噪声,噪声使得场景中表示同样灰阶的像素,在图像中可能不是同样的灰阶,使灰阶产生了随机变化,因此理想边缘的平滑线条和斜坡在真实的图像中不可能实现。
3.定位边缘的常见算子
有3类常见的方法定位边缘,分别是导数算子、模板匹配、边缘数学模型。下面简单介绍前两种方法,详细介绍最后一种方法。
3.1导数算子
由于边缘是由灰阶值的变化而定义的,而导数可以表征函数的变化率,因此可以利用它来检测边缘。像素用二维变量表示,可以把梯度作为算子。由于一幅图像的像素是离散的,不能直接求像素的偏导数,而是使用差分运算,即一个像素点的导数可以由一块局部区域内灰阶值的变化来近似。我们可以设定一个阈值,任何像素的梯度值如果超过了阈值,即视为边缘像素。