以Canny边缘检测器为例
第一步:滤波
边缘检测算法主要基于图像强度的一阶和二阶导数,但导数通常对噪声很敏感,因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。
常见的滤波方法为高斯滤波,即采用离散化的高斯函数产生一组归一化的高斯核,然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和。
函数示例为Canny边缘检测器采用的高斯滤波器
第二步:增强
增强边缘主要基于确定图像各点邻域强度的变化值。
增强算法可以将图像灰度点邻域强度值有显著变化的点着重凸显出来。
在具体编程实现时,一般通过计算梯度幅值来实现。
第三步:检测
经过增强的图像,往往邻域中有很多点的梯度值比较大,而在特定的应用中,这些点并不是要找的边缘点,所以应该采用某种方法来对这些点进行取舍。
在具体编程实现时,常用的方法是通过阈值化方法来检测。
Canny边缘检测器首先对梯度幅值图像应用非最大抑制(细化边缘),然后采用双阈值处理和连接分析来检测并链接边缘。