数字图像处理 图解边缘检测在图像理解中的作用

一、边缘检测的动机

（1）边缘检测概述

        边缘检测的目标：识别图像中的突然变化（不连续性），直观地说，边缘承载了图像中的大部分语义和形状信息。

        边缘是图像强度函数中快速变化的地方

 （2）图像偏导数

（3）有限差分滤波器

 二、图像梯度

        梯度域图像编辑

        目标：求解目标区域中的像素值以匹配源区域的梯度，同时保持背景像素相同

三、高斯滤波器的导数

（1）寻找嘈杂的边缘

        考虑图像的单行或单列，边缘在哪里？

         嘈杂的像素差异，假设“真实”图像的像素被加性高斯噪声 。当我们计算像素差异时会发生什么？

（2）寻找嘈杂的边缘：先平滑

          让表示导数滤波器，例如 [−1 0 1]

（3）高斯导数滤波

        这些过滤器是可分离的吗？ 

         高斯滤波器的可分离性

         使用高斯导数滤波器进行滤波可以去除噪声，但会模糊边缘。 还可以找到不同“尺度”的边缘

 四、Canny 边缘检测器

 （1）构建边缘检测器

         1、计算图像x和y的导数

        2、找出梯度的大小和方向

 （2）非最大抑制

        对于每个位置高于阈值，检查梯度幅度是否高于沿梯度方向的“邻居”和，可能需要插值以获得和处的幅度。

         另一个问题：沿该边缘的像素无法通过阈值处理

（3）滞后阈值

        使用高阈值开始边缘曲线，使用低阈值继续它们

 五、在图像理解中的作用

（1）边是“输入”还是“输出”？

 （2）图像渐变与有意义的轮廓

 （3）数据驱动的边缘检测

（4）自上而下的细分