【图像处理】边缘检测整理

参考

边缘检测之Canny

---

Roberts

$$\begin{bmatrix} 1 & 0 \\ 0 & -1 \end{bmatrix}$$
$$\begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix}$$

---

canny

Canny边缘检测于1986年由JOHN CANNY首次在论文《A Computational Approach to Edge Detection》中提出

原理

$$G=\sqrt{{G_x}^2+{G_y}^2}$$
$$\theta=arctan(G_y/G_x)$$

实现步骤

1. 使用高斯滤波器，以平滑图像，滤除噪声。
2. 计算图像中每个像素点的梯度强度和方向。
3. 应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。
4. 应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。
5. 通过抑制孤立的弱边缘最终完成边缘检测。

优缺点

• 不易受到噪声干扰
• 能够检测到弱边缘

---

sobel

$$\begin{bmatrix} -1 & -2 & -1 \\ 0 & 0 & 0 \\-1 & -2 & -1 \end{bmatrix}$$
$$\begin{bmatrix} -1 & 0 & 1 \\ -2 & 0 & 2 \\-1 & 0 & 1 \end{bmatrix}$$

---

prewitt

$$\begin{bmatrix} -1 & -1 & -1 \\ 0 & 0 & 0 \\1 & 1 & 1 \end{bmatrix}$$
$$\begin{bmatrix} 1 & 0 & -1 \\ 1 & 0 & -1 \\1 & 0 & -1 \end{bmatrix}$$

---

LoG

对高斯滤波器做拉普拉斯变换，得到墨西哥草帽算子，然后再用这个算子与图像做卷积。

实现步骤

1. 平滑：高斯滤波器
2. 增强：Laplacian算子计算二阶导
3. 检测：二阶导零交叉点并对应于一阶导数的较大峰值
4. 定位：线性内插

优缺点

• 对噪声敏感
• 常出现双边缘或像素边界
• 常用于判断像素位于明区还是暗区

---