11、图像边缘检测与处理技术详解

图像边缘检测与处理技术详解

1. 边缘检测基础与优化

1.1 非极大值抑制（NMS）

在边缘检测中，非极大值抑制是一个重要步骤。它通过比较某点与其梯度方向上前后各一个像素的值来确定该点是否为局部最大值。具体来说，对于点 M(x, y)，如果它不是这三个点中的最大值，则将其在 N(x, y) 中的值设为零；否则，N 的值保持不变。经过非极大值抑制后，得到的边缘位置准确且宽度仅为一个像素。

1.2 双阈值法改进边缘检测

尽管非极大值抑制能得到较准确的边缘，但这些新边缘仍存在问题，如噪声导致的额外边缘点（误检）以及模糊或噪声导致的边缘点缺失（漏检）。双阈值法可以在一定程度上改善这些问题。使用两个阈值 1 和 2，其中 2 远大于 1。将这两个不同的阈值应用于 N(x, y)，分别得到两个二值边缘图像 T1 和 T2。由于 T1 是使用较低阈值创建的，它包含的误检比 T2 更多。因此，T2 中的点被认为是真实边缘的一部分。将 T2 中的连接点复制到输出边缘图像中。当找到一条边缘的末端时，在 T1 中寻找可能是该边缘延续的点，直到连接到另一个 T2 边缘点或找不到连接的 T1 点为止。

1.3 边缘检测的其他改进方法

Tagare 和 deFigueiredo 描述的边缘检测过程包括以下步骤：
1. 卷积滤波 ：将输入与一个能平滑微分输入的滤波器进行卷积，在边缘位置及其附近产生高值。输出 g(x) 是微分后的阶跃边缘和滤波后的噪声之和。
2. 区域隔离 ：通过决策机制隔离滤波器输出明显高于噪声的区域。
3.