边缘检测原理

在2-D 图像中,沿一定方向上的边缘可以用该放下剖面上的4个参数来模型化。
  1. 位置:边缘(等效的)最大灰度变化处(边缘朝向就在该变化的方向上)。
  2. 斜率:边缘在其朝向上的倾斜程度(由于采样等原因,实际图像中的边缘是倾斜的)。
  3. 均值:分属边缘两边(近邻)像素的灰度均值(由于噪声等原因,灰度有波动)。
  4. 幅度:边缘两边灰度均值之间的差(反映了不连续或者局部突变的程度)。
边缘检测原理_第1张图片 
其中: 位置最重要,它给出了相邻两区域的边界点。边缘位置处的灰度的明显变化可借助计算 灰度的导数/微分来检测。
一般常借助一阶和二阶导数来检测边缘。
在边缘位置处,一阶导数的幅度值会出现初局部 极值
二阶导数的幅值会出现过零点,可以通过 计算灰度导数并 检测局部极值点或过零点来确定边缘的位置。


来自为知笔记(Wiz)


转载于:https://www.cnblogs.com/Dr-XLJ/p/3854683.html

你可能感兴趣的:(人工智能)