計算機視覺漫談6

學號:14020199025

姓名:徐銘晟

【嵌牛導讀】：上一次我們簡略地聊了opencv庫，并用了個邊緣提起的小例子做了闡述，這次我們講講圖像的邊緣提取。

【嵌牛鼻子】：邊緣提取

【嵌牛正文】：

邊緣提取，指數字圖像處理中，對于圖片輪廓的一個處理。對于邊界處，灰度值變化比較劇烈的地方，就定義為邊緣。也就是拐點，拐點是指函數發生凹凸性變化的點。二階導數為零的地方。并不是一階導數，因為一階導數為零，表示是極值點。邊緣(edge)是指圖像局部強度變化最顯著的部分。主要存在于目標與目標、目標與背景、區域與區域(包括不同色彩)之間，是圖像分割、紋理特征和形狀特征等圖像分析的重要基礎。

邊緣定義：圖像灰度變化率最大的地方（圖像灰度值變化最劇烈的地方）。圖像灰度在表面法向變化的不連續造成的邊緣。一般認為邊緣提取是要保留圖像的灰度變化劇烈的區域，這從數學上看，最直觀的方法就是微分(對于數字圖像來說就是差分)，在信號處理的角度來看，也可以說是用高通濾波器，即保留高頻分量。

圖像的邊緣有方向和幅度兩個屬性,沿邊緣方向像素變化平緩,垂直于邊緣方向像素變化劇烈.邊緣上的這種變化可以用微分算子檢測出來,通常用一階或二階導數來檢測邊緣。這節中我們利用sobel算子做邊緣提取。

sobel算子有兩種形式：一個為水平方向，一個為垂直方向。

左邊很顯然是垂直方向sobel算子，右邊也很顯然是水平方向sobel算子。在技術上，sobel算子是一個離散的一階差分算子，用來計算圖像亮度函數的一階梯度之近似值。在圖像的任何一點使用此算子，將會產生該點對應的梯度矢量或是其法矢量。我們來看一下它的效果：