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。 Gx=[100−1],Gy=[01−10]
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