图像的边缘定义为两个强度明显不同的区域之间的过渡,图像的梯度函数即图像灰度变化的速率将在这些过渡边界上存在最大值。如果一个点位于边缘点上,那么它的灰度值会出现阶跃性的变化,对应于一阶导数的极值点、二阶导数的过零点,如图所示。
由图可知,一阶导数的极值点与二阶导数的过零点可用来检测边缘。另外,一阶导数与二阶导数对噪声非常敏感,尤其是二阶导数。因此,在进行边缘检测之前,需充分考虑图像的平滑,以减少噪声的影响。
1)一阶微分边缘检测
图像灰度函数f(x,y)在点(x,y)的梯度(即一阶导数)是一个具有大小和方向的矢量,即
∇f(x,y)=[Gx,Gy]T=[∂f/∂x,∂f/∂y]T

图像边缘定义为强度显著变化的区域,可通过一阶导数极值点和二阶导数过零点检测。由于一阶和二阶导数对噪声敏感,边缘检测前需对图像进行平滑处理。一阶微分检测中,图像梯度表示灰度变化,拉普拉斯算子用于增益标准化的边缘检测。
最低0.47元/天 解锁文章
3587

被折叠的 条评论
为什么被折叠?



