邊緣檢測(cè)算法有什么優(yōu)缺點(diǎn)？
轉(zhuǎn)載于 邊緣檢測(cè) 算法各自優(yōu)缺點(diǎn) 邊緣 提取其實(shí)也是一種濾波，不同的 算子 有不同的提取效果。 比較 常用的方法有三種， Sobel算子 ，Laplacian 算子 ， Can ny 算子 。 Sobel算子檢測(cè) 方法對(duì)灰度漸變和噪聲較多的圖像處理效果較好， sobel算子 對(duì) 邊緣 定位不是很準(zhǔn)確，圖像的 邊緣 不止一個(gè)像素；當(dāng)對(duì)精度要求不是很高時(shí)，是一種較為常用的 邊緣檢測(cè) 方法。
邊緣檢測(cè)模板的作用是什么？
邊緣大致可以分為兩種，一種是階躍狀邊緣，邊緣兩邊像素的灰度值明顯不同；另一種為屋頂狀邊緣，邊緣處于灰度值由小到大再到小的變化轉(zhuǎn)折點(diǎn)處。 邊緣檢測(cè)的主要工具是邊緣檢測(cè)模板。 我們以一個(gè)一維模板為例來(lái)考察邊緣檢測(cè)模板是如何作用的。 假設(shè)有一個(gè)模板 和一幅圖象 可以看出，圖象中左邊暗，右邊亮，中間存在著一條明顯的邊緣，是一個(gè)典型階躍狀邊緣。 使用模板 進(jìn)行模板操作后，結(jié)果如下 可以看出，邊緣檢測(cè)后的圖象在原圖象暗亮邊緣處的灰度值高很多。 觀察時(shí)，就能發(fā)現(xiàn)一條很明顯的亮邊，其他區(qū)域都很暗，這樣就起到了邊緣檢測(cè)的作用。 模板的作用是將右鄰點(diǎn)的灰度值減去左鄰點(diǎn)的灰度值作為該點(diǎn)的灰度值。
什么是圖像邊緣檢測(cè)？
邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺(jué)中，尤其是特征提取中的一個(gè)研究領(lǐng)域。 圖像邊緣檢測(cè)大幅度地減少了數(shù)據(jù)量，并且剔除了可以認(rèn)為不相關(guān)的信息，保留了圖像重要的結(jié)構(gòu)屬性。 有許多方法用于邊緣檢測(cè)，它們的絕大部分可以劃分為兩類：基于查找一類和基于零穿越的一類。 基于查找的方法通過(guò)尋找圖像一階導(dǎo)數(shù)中的最大和最小值來(lái)檢測(cè)邊界，通常是將邊界定位在梯度最大的方向。 基于零穿越的方法通過(guò)尋找圖像二階導(dǎo)數(shù)零穿越來(lái)尋找邊界，通常是Laplacian過(guò)零點(diǎn)或者非線性差分表示的過(guò)零點(diǎn)。 人類視覺(jué)系統(tǒng)認(rèn)識(shí)目標(biāo)的過(guò)程分為兩步:首先，把圖像邊緣與背景分離出來(lái);然后，才能知覺(jué)到圖像的細(xì)節(jié)，辨認(rèn)出圖像的輪廓。 計(jì)算機(jī)視覺(jué)正是模仿人類視覺(jué)的這個(gè)過(guò)程。
如何檢測(cè)強(qiáng)邊緣和弱邊緣？
優(yōu)點(diǎn)在于，使用兩種不同的閾值分別 檢測(cè) 強(qiáng) 邊緣 和弱 邊緣 ，并且當(dāng)弱 邊緣 和強(qiáng) 邊緣 相連時(shí)，才將弱 邊緣 包含在輸出圖像中。 La 圖像方面的特征提取大多從 邊緣 開始，然后不斷向上構(gòu)成更高層次的特征描述 邊緣 和物體的邊界并不等同， 邊緣 指的是圖像中像素的值有突變的地方，而物體間的邊界指的是現(xiàn)實(shí)場(chǎng)景中的存在于物體之間的邊界。