Matlab 图像处理 ——特征提取

图像的边缘检测：

边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上的差异来实现的，这些差异包括灰度，颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。

边缘检测基本思想是先检测图像中的边缘点，再按照某种策略将边缘点连接成轮廓，从而构成分割区域。由于边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开，因此边缘检测对于数字图像处理十分重要。

边缘大致可以分为两种：（一）阶跃状边缘：边缘两边像素的灰度值明显不同。

                                            （二）屋顶状边缘：边缘处于灰度值有小到大再到小变化的转折点处。

一阶微分算子检测图片边缘：一阶微分算子一般借助空域微分算子通过卷集完成，但实际上数字图像中求导是利用差分近似微分来进行的。        梯度对应一阶导数，梯度算子是一阶导数算子。对一个连续函数f(x,y)，它在位置(x,y)梯度可表示为一个矢量。对于数字图像，导数可以用差分来近似，在实际中常用小区域模板卷积来近似计算。对Gx和Gy各用一个模板，所以需要两个模板组合起来构成一个梯度算子。根据模板的大小，其中元素（系数）值的不同，可以提出很多的模板，构成许多的检测算子。

二阶微分算子检测图片边缘：Laplacian算子：这是二阶微分算子。其具有各向同性，