79、图像边缘检测技术全解析

图像边缘检测技术全解析

1. 边缘检测原理

边缘检测是所有基于边界的图像分割方法的第一步，也是并行边界技术的关键。在灰度图像中，不同相邻区域之间的灰度值可能存在不连续性或局部突变，这就可能导致边缘的出现。边缘检测通常会利用这些不连续或局部变化来进行。

1.1 边缘检测基础

• 边缘检测方法 ：一般可以使用一阶和二阶差分来检测边缘元素，然后根据一定的标准将这些边缘元素组合或连接起来，形成封闭的对象轮廓。
• 一阶和二阶差分检测结果对比 ：理论上，一阶差分的最大值和二阶差分的过零点都对应着边缘点。但在二维图像中，二维边缘通常是曲线。由于二维中有三个二阶导数，所以在一般的曲线边缘情况下，二阶差分和一阶差分给出的结果是不同的。例如，当边缘曲线是理想的直角相交时，一阶差分最大值检测到的边缘位置在理想角内，二阶差分过零点检测到的边缘位置在理想角外。二阶差分过零点可以准确检测具有尖锐边缘的目标边缘，但对于不太光滑的边缘，使用二阶差分过零点得到的边缘会比使用一阶差分最大值得到的边缘更曲折。

在实际操作中，需要为图像中的每个点计算相应的边缘向量（梯度，即大小和方向）。

以下是一些相关概念的解释：
|术语|定义|
| ---- | ---- |
|边缘|在图论中，是图的节点（或顶点）之间的连接（也称为弧）；在图像中，是两个具有显著特征的图像区域之间的边界或边界的一部分，边界上的特征值是不连续的（有加速变化）|
|边缘元素|代表图像中基本边缘单元的三元组，包括像素的位置（行和列）、通过该像素位置的边缘