|
數字圖像的邊緣檢測是圖像分割、目標區域的識別、區(qu)域(yu)形(xing)狀(zhuang)提(ti)取(qu)等(deng)圖(tu)像(xiang)分(fen)析(xi)領(ling)域(yu)十(shi)分(fen)重(zhong)要(yao)的(de)基(ji)礎(chu)，圖(tu)像(xiang)理(li)解(jie)和(he)分(fen)析(xi)的(de)第(di)一(yi)步(bu)往(wang)往(wang)就(jiu)是(shi)邊(bian)緣(yuan)檢(jian)測(ce)，目(mu)前(qian)它(ta)已(yi)成(cheng)為(wei)機(ji)器(qi)視(shi)覺(jiao)研(yan)究(jiu)領(ling)域(yu)最(zui)活(huo)躍(yue)的(de)課(ke)題(ti)之(zhi)一(yi)，在(zai)工(gong)程(cheng)應(ying)用(yong)中(zhong)占(zhan)有(you)十(shi)分(fen)重(zhong)要(yao)的(de)地(di)位(wei)。
圖tu像xiang的de特te征zheng指zhi圖tu像xiang場chang中zhong可ke用yong作zuo標biao誌zhi的de屬shu性xing，而er圖tu像xiang的de邊bian緣yuan是shi圖tu像xiang最zui基ji本ben的de特te征zheng。在zai數shu字zi圖tu像xiang中zhong，所suo謂wei邊bian緣yuan是shi指zhi其qi周zhou圍wei像xiang素su灰hui度du有you階jie躍yue變bian化hua或huo屋wu頂ding變bian化hua的de那na些xie像xiang素su的de集ji合he。由you於yu物wu體ti的de邊bian緣yuan是shi由you灰hui度du不bu連lian續xu性xing所suo反fan映ying的de，因yin此ci一yi般ban邊bian緣yuan檢jian測ce方fang法fa是shi考kao察cha圖tu像xiang的de每mei個ge像xiang素su在zai某mou個ge領ling域yu內nei灰hui度du的de變bian化hua，利li用yong邊bian緣yuan鄰lin近jin一yi階jie或huo二er階jie方fang向xiang導dao數shu變bian化hua規gui律lv來lai檢jian測ce邊bian緣yuan，這zhe種zhong方fang法fa通tong常chang稱cheng為wei邊bian緣yuan檢jian測ce局ju部bu算suan子zi法fa。目mu前qian主zhu要yao的de幾ji種zhong經jing典dian的de邊bian緣yuan檢jian測ce算suan子zi有you：
- 基於一階微分的邊緣檢測算子，這其中包括Roberts算子，Sobel算子，Prewitt算子以及Krisch算子。該類算子，利用梯度最大值或對應於一階微分幅度最大的方法提取邊界。在算法實現過程中，通過2x2（Robert）或者3x3的模塊作為核與圖像中的每個像素點做卷積和運算，然後選取合適的閾值以提取邊緣。
- 基於二階微分算子，Laplacian邊緣檢測算子就是其中的代表，該算子利用二階微分過零點的原理提取邊界點。在算法實現過程中，也是通過3x3卷積核運算，選取合適的閾值以提取邊緣。
基於最優化方法算子，這類方法的目的是根據信噪比求得檢測邊緣的最優化算子。現在常用的有Marr-Hildreth算子和Canny算子。
邊緣檢測算法有如下四個步驟：
濾波：bianyuanjiancesuanfazhuyaoshijiyutuxiangqiangdudeyijieheerjiedaoshu，dandaoshudejisuanduizaoshenghenmingan，yincibixushiyonglvboqilaigaishanyuzaoshengyouguandebianyuanjianceqidexingneng．需要指出，大多數濾波器在降低噪聲的同時也導致了邊緣強度的損失，因此，增強邊緣和降低噪聲之間需要折衷．
增強：增強邊緣的基礎是確定圖像各點鄰域強度的變化值．增強算法可以將鄰域（或局部）強度值有顯著變化的點突顯出來．邊緣增強一般是通過計算梯度幅值來完成的．
檢測：在圖像中有許多點的梯度幅值比較大，而這些點在特定的應用領域中並不都是邊緣，所以應該用某種方法來確定哪些點是邊緣點．最簡單的邊緣檢測判據是梯度幅值閾值判據．
定位：如果某一應用場合要求確定邊緣位置，則邊緣的位置可在子像素分辨率上來估計，邊緣的方位也可以被估計出來．
邊緣檢測的三種方法：
- 直接利用閾值。這種方法簡便，快速。但是精確度不高。用在光源比較穩定的環境中。
- 利用灰度值投影曲線的一階導數，返回值為指定的閾值處的一階導數,此閾值比實際的閾值要小。此方法優點：周圍環境的影響小，可以在環境光照變化大時用此方法。速度和精確度在這三種方法中居中。
- 灰度值投影曲線的二階導數，判斷零點。
精確度高，但速度低、噪聲大的圖像不易用此法。
應用：
檢測芯片針腳是否規則整齊。目標定位。存在/缺席檢測
|
