图像分割技术之图像边缘检测

刚刚接触到数字图像处理，跟着导师做相关项目，现在只是对图像分割技术有所了解，如果写的不对的地方还请大家指出，谢谢。

参考的课本  数字图像处理（刚萨雷斯）

我对图像边缘检测的理解：人的视觉上就是把图像中的一座房子的边缘给画出来，大多数是房子的线条，这是宏观上的理解。让我们抽象到微观世界中，为什么能够检测出一条线呢？那是因为存在灰度级间断，就是说这条线两边的像素点都处于一个阶跃跳变状态（一部分显示黑，一部分显示白色，可以想象成一个台阶吧），那是理想模型，往往是因为物理硬件问题是无法达到骤变的效果，而是一个斜坡式的上升。那么我们可以对它进行求导了。一阶导数：可以判断是否是边界   二阶导数：可以判断是在黑的那部分还是白的那部分。

明白了抽象状态的边缘组成状况，那么可以去拿算子来对图片进行检测了。

简单说一下算子吧，可以理解为一个模（mu）子，也就是个模型，你拿着这个模子从图像的左上角，从左往右，一行一行的进行匹配，中间会进行一个计算，算出的值如果大于阈值的话那么就会报警说：“我是边缘“，然后把那个像素的值改成256，如果不是边缘的话，那就把值设置成0。基本的理解是这样吧。

Roberts,Prewitt,Sobel算子都是比较传统的算子相对来说比较好理解，课本上讲的比较详细。提供一下matlab实现的基本方法吧：

1.读入图片数据
2.实现图像矩阵的归一化操作  mat2gray(img) 
3.设置一个图像的边缘像素
4.经过roberts算子得到的每个像素的值
5.设置阈值
进入双层for循环，让3*3算子一行一行进行遍历 ，遍历之后执行算子，然后将数值对阈值进行比对，如果超过那么为白 ，如果没有超过为黑。最后输出

在图像处理中噪声的影响其实是很大的，对于loG算子和canny算子都先进行了高斯滤波，目的是让图像变得更平滑（实现的话可以采用edge算法）

(edge算法只能处理double的图形 ，找到的方法是先对图像进行二值变化（im2bw），然后再去对图形进行double转换 然后再使用edge方法）edge方法封装了这些算子，方便实用........

第一次写博客，发现缺少实验数据，同时还是对理论有所欠缺（例如在canny和loG算子上没有更深入的理解内核，博主一会仔细看看，就不写了）.......我感觉应该会有问题的，请大家指正，谢谢。