目录
1 什么是边缘
图象的边缘是指 图象局部区域亮度变化显著的部分,该区域的灰度剖面一般可以看作是一个阶跃,既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。 边缘有正负之分,就像导数有正值也有负值一样:由暗到亮为正,由亮到暗为负
2 什么是边缘检测
边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。
3 边缘提取(检测)的原理
: 在边缘部分,像素值出现”跳跃“或者较大的变化。如果在此边缘部分求取一阶导数,就会看到极值的出现。 而在一阶导数为极值的地方,二阶导数为0,基于这个原理,就可以进行边缘检测 图像的边缘有方向和幅度两种属性。边缘通常可以通过一阶导数或二阶导数检测得到。一阶导数是以最大值作为对应的边缘的位置,而二阶导数则以过零点作为对应边缘的位置。
4 边缘提取(检测)方法分类
(1)一阶导数的边缘算子 通过模板作为核与图像的每个像素点做卷积和运算,然后选取合适的阈值来提取图像的边缘。 常见的有Roberts算子、Sobel算子、Scharr算子和Prewitt算子。
(2)二阶导数的边缘算子 依据于二阶导数过零点,常见的有Laplacian 算子,此类算子对噪声敏感。
(3)其他边缘算子 前面两类均是通过微分算子来检测图像边缘,还有一种就是Canny算子,其是在满足一定约束条件下推导出来的边缘检测最优化算子。
5 高频信号&低频信号
图像中的低频信号和高频信号也叫做低频分量和高频分量。 简单一点说,图像中的高频分量,指的是图像强度(亮度/灰度)变化剧烈的地方,也就 是边缘(轮廓);
图像中的低频分量,指的是图像强度(亮度/灰度)变换平缓的地方,也就是大片色块的地方。 人眼对图像中的高频信号更为敏感。
6 边缘在图像处理的作用
图像处理中,边缘是指图像中亮度或颜色发生显著变化的区域,通常表示物体之间的界限或物体与背景之间的分界线。边缘可以是物体的轮廓、纹理变化、阴影或光照变化等。
边缘在图像处理和计算机视觉中具有重要作用,主要用于以下几个方面:
-
物体检测和识别:边缘提取是许多目标检测和图像识别算法的基础步骤。通过提取物体的边缘,可以将其与背景进行分离,从而更好地识别和定位物体。
-
图像分割:边缘可以用于将图像分成不同的区域或对象。通过检测边缘并将其连接起来,可以实现图像的分割,便于后续处理和分析。
-
特征提取:边缘包含了物体的形状和结构信息,因此可以用于提取图像的特征。例如,边缘的长度、角度、曲率等属性可以用于描述物体的形状特征。
-
图像增强:边缘可以突出显示图像中的结构和细节。通过增强图像的边缘,可以改善图像的视觉效果和清晰度。