【图像基础】边缘检测基础

边缘是图像的最基本特征，是图像分割最重要的依据；是位置的标志，对灰度变化不敏感，因此也是图像匹配的重要特征。

边缘检测基本思想：
先检测图像中的边缘点，然后按照某种策略将边缘点连接成轮廓，从而构成分割区域。
分类：
阶跃状边缘：边缘两边灰度值明显不同
屋顶状边缘：边缘处于灰度值从大到小再到大的转折点
微分算子检测边缘
一阶微分算子也称为梯度算子，我们知道一阶导数得到的是函数的斜率，所以如果图像的灰度值有变化，一阶微分即不为0(可正可负)，就可以得出该点是边缘点的结论。常用的一阶微分算子：
1. Roberts算子：不能抑制噪声，对噪声较为敏感，定位精度不高，对具有陡峭噪声图像响应最好。 $G_x= \begin{bmatrix} 1 & 0 \\ 0 & -1 \end{bmatrix},G_y= \begin{bmatrix} 0 &-1 \\1 & 0\end{bmatrix}$
2. Sobel算子：不仅能检测边缘点，而且还能抑制噪声的影响，对噪声具有平滑作用，是边缘检测中常用的算子之一，但其检测的边缘较宽，边缘定位精度不够高。 Gx=⎡⎣⎢−1−2−1