图像边缘理论知识

什么是图像的边缘

通常，边缘上的灰度变化平缓，边缘两侧的灰度变化较快，图像的边缘一般指局部不连续的的图像特征（某个小局部不连续了，不连续就是不一致了，打个比方，比如说是蓝的，突然变白了，这时候就产生边缘了）。一般是局部亮度变化最显著的部分，所以说边缘就是变化最显著的部分，灰度值的变化，颜色分量的突变以及纹理结构的突变都可构成边缘信息。

如何寻找边缘

要找边缘就要找他的变化量，数据的变化量，在某一个方向上的变化量，提到变化量，只能用减法，就是相邻两个像素的差值。

 

用差分定义一元函数f(x)的一阶微分

如果右列和左列数据量相同的话，在物体内部的话，这个值一差分是很低的数据，如果是在边界的话，一差分就有很高的值了。

假如有个图像 ，如下图所示，不难发现原图中左边暗右边量，中间存在明显边界（白色为255，黑色为0）

为了与f(x,y)表示一致，图像f(i,j)的i代表行，j代表列，如果用右列减去左列，即每个像素的值为

结果如下：

可以看出第三列比其他列的灰度值高很多，在边界附近，灰度有明显的跳跃，在观察时就能发现一条很明显的亮边；在灰度相近的地方，这样做的结果使得灰度值趋于0，区域都很暗。

如果把上面那幅图进行转置，得到以下数据图像：

明显这个边缘是水平方向的，如果再用上面的方法右列减左列就得不到边界了，必须是下一行减上一行，即每一个像素值为：

这样就得到了检测垂直边缘的作用。

这就是一种边缘检测器，在数学上的含义是一种基于梯度的边缘滤波器，又称作边缘算子，梯度是有方向的，和边缘的方向总是正交(垂直）的。

以上讲的是单向微分，接下来介绍双向微分

对灰度图像f在纵方向和横方向两个方向进行微分，同时强调垂直边与水平边的边缘，数学表达式为：