计算机视觉----图像底层特征提取之边缘提取（一）

图像底层特征提取是计算机视觉的基本步骤
1：边缘和轮廓能反映图像内容；
2：如果能对边缘和关键点可靠提取的话，很多视觉问题就基本上得到了解决

边缘的定义

• “边缘是图像中亮度突然变化的区域。”
• “图像灰度构成的曲面上的陡峭区域。”
• “像素灰度存在阶跃变化或屋脊状变化的像素的集合。”

灰度图像中的边缘类型

边缘的提取

灰度图象边缘提取，主要的思想：
- 抑制噪声（低通滤波、平滑、去噪、模糊）
- 边缘特征增强（高通滤波、锐化）
- 边缘定位

图像微分算子

图像微分算子分为一阶微分算子和二阶微分算子。一阶微分算子最大值的，二阶微分算子过零点都是对应边缘。
考虑下面的图像：

它的数据表示如下：

对f(x)求导，得到一阶微分图像：

一阶微分在100处取得最大值，即此处的变化最大，为边缘。接下来我们看看二阶导数情况：

可以看出，二阶导数的过零点也是边界。但是要注意，过零点两侧要有符号变换，因为常数函数也是二阶导数为0。

在数字图像上计算梯度

根据导数的定义一阶导数可以写成：

f′(x)=dfdx=limΔx→0f(x+Δx)−f(x−Δx