图像处理(一):从图像的导数说起
1.图像的一阶导数
一阶导数的数学定义:
在图形学中由于图片是按像素来离散组成的,所以最小的h取值为1,所以计算后:
因此,图像的一阶导数就是单位像素的变化率。
那么,图像的边缘可以看做是位于一阶导数较大的像素处,因此,我们可以求图像的一阶导数来确定图像的边缘,像sobel算子等一系列算子都是基于这个思想的。
但是,一阶导数提取出来的边缘较粗。如下图,左边表示的是一副灰度图像,从左到右从黑色(0)慢慢变为白色(255),现在我们来看它的水平灰度剖面,灰度值从小到大平稳上升,其一阶导数表示为在上升区域为不变的值,其中得到的信息是图像灰度值是平稳过渡的,即梯度值相等,接下来在将其求二次导数,得到的图像为在开始过渡的起点为正数,其值为一阶导数在此点的梯度值,结束点也和起点一样,现在重点来了,我们将这两点连起来得到一个与X轴的交叉点,这一点就是我们所认为的边缘点,这就是二阶导数应用在边缘检测领域的奇妙之处。这就是我们需要引入二阶导数算子的原因:一阶导数通常图像中产生较粗的边缘,而二阶导数对精细细节,如细线、孤