机器视觉学习—边缘检测

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。有许多方法用于边缘检测，它们的绝大部分可以划分为两类： 基于一阶导数 首先计算边缘强度， 通常用一阶导数表示， 例如梯度模，然后，用计算估计边缘的局部方向， 通常采用梯度的方向，并利用此方向找到局部梯度模的最大值。 即：图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。 一阶:Roberts Cross算子，Prewitt算子，Sobel算子， Kirsch算子，罗盘算子； 基于 零穿越/零交叉 的一类：二阶导数 基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示的过零点。 基于二阶导数：Marr-Hildreth，在梯度方向的二阶导数 ………………………………