ai边缘平滑_【火炉炼AI】机器学习046-图像边缘的检测方法

【火炉炼AI】机器学习046-图像边缘的检测方法

(本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2 )

图像中各种形状的检测时计算机视觉领域中非常常见的技术之一，特别是图像中直线的检测，圆的检测，图像边缘的检测等，下面我们来研究一下如何快速检测图像边缘。

边缘是不同区域的分界线，是周围(局部)像素有显著变化的像素的集合，有幅值与方向两个属性。这个不是绝对的定义，主要记住边缘是局部特征以及周围像素显著变化产生边缘。

常见边缘检测算子：Roberts 、Sobel 、Prewitt、Laplacian、Log/Marr、Canny、Kirsch、Nevitia

1. Sobel算子

Sobel算子是图像边缘检测中最重要的算子之一，在机器学习中占有举足轻重的作用，在技术上，它是一个离散的一阶差分算子，用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使用此算子，将会得到该点对应的梯度矢量或法矢量。

在计算公式上，Sobel算子包含有两组3*3的矩阵，分别为横向及纵向，将这两个矩阵与图像做平面卷积，即可分别得到横向及纵向的亮度差分近似值。所以这两个算子，一个是检测水平边缘的，另一个是检测垂直边缘的，与Prewitt算子相比，Sobel算子对于像素的位置的影响做了加权，可以降低边缘模糊程度，因此效果更好。

Sobel算子算法的优点是计算简单，速度快，但是由于只采用了两个方向的模板，只能检测水平和垂直方向的边缘，因此这种算法对于纹理较为复杂的图像，其边缘检测效果就不是很理想