图像中的边缘为图像中灰度值剧烈变化的地方,针对数字图像而言,边缘是由一系列的边缘点组成,关于边缘的定义如图1.1所示。灰度图像是二维的,以一维函数为例,零阶函数中变化最大的点与一阶导数的极大值点级二阶导数的零点为同一点,即边缘点。由于实际图像受到环境噪声等的影响,二阶导数并不严格为零。
图像中的高频成分为图像灰度值剧烈变化的地方,即就是图像中的边缘。低频成分为图像中灰度值变化缓慢的区域,即所谓的平坦区域。此处的高频成分定义与一维信号的高低频定义类似,只是一维信号中以斜率变化大小来区别高低频成分。
图像中的边缘点是梯度图像的局部极值点,而不是原始图像的局部极值点,在该点处的梯度值局部最大,梯度方向为arctan(∆y/∆x),梯度方向的范围为(-90°,90°),边缘点处的梯度角的绝对值大,在进行图像处理时可根据梯度方向来判断边缘的方向。