邊緣介紹

圖像邊緣是一個重要特徵,邊緣檢測是影像處理的一個重要問題,能夠減少數據量,剔除了不重要的信息,保留了圖像重要的結構屬性,是特徵檢測中的一個研究領域。

邊緣點通常是圖像中強度明顯變化的像素點,也可以想成是梯度較大或極大的地方,所以邊緣檢測,也可說是尋找圖像梯度超過某個閾值的像素,因此閾值的決定很重要,太高會遺失部分邊緣,太低會記錄雜訊或是不重要的資訊,通常依實際狀況決定閾值。


邊緣檢測通常有以下步驟:

  1. 平滑濾波:由於梯度計算容易受雜訊影響,因此第一步通常是減少雜訊。
  2. 銳化濾波:邊緣檢測必須確定某範圍內強度的變化,銳化能加強強度變化。
  3. 邊緣判定:圖像中有許多梯度不為零的地方,我們要根據實際情況,決定梯度多少才算是邊緣。
  4. 邊緣連結:將間斷的邊緣連結成有意義的完整邊緣,同時去除假邊緣。

邊緣檢測和圖像銳化時大致相同,可以劃分為基於一階微分或二階微分,一階微分較知名的有Prewitt算子、Sobel算子,二階微分的有拉普拉斯算子(Laplace),除此之外,還有Canny邊緣檢測算法,一種能找到細緻邊緣的方法。