边缘算法的四个步骤

bruce97

边缘算法的四个步骤是那四个步骤，跟着英码小编一起去了解一下吧！

人类理解目标的过程分为两步：首先，将图像边缘与背景分离；其次，我们可以感知图像的细节，识别图像的轮廓。计算机视觉是模仿人类视觉的过程。因此，在检测物体边缘时，先粗略检测轮廓点，然后通过链接规则将原始检测到的轮廓点连接起来。同时检测和连接遗漏的边界点及去除虚假的边界点。图像的边缘是图像的重要特征，是计算机视觉中、模式识别的基础，因此边缘检测是图像处理中的重要环节。然而，边缘检测是图像处理中的一个难题，因为实际场景图像的边缘往往是各种类型边缘及其模糊结果的组合，实际图像信号中存在噪声；噪声和边缘是高频信号，很难按频段做区分。

边缘检测算法有四个步骤。

1.滤波：边缘检测算法主要基于图像强度的一阶和二阶导数，但是导数的计算对噪声比较敏感，因此必须使用滤波器来提高与噪声相关的边缘检测器的性能。需要指出的是，大多数滤波器在降低噪声的时候，还会造成边缘强度的损失。因此，有必要在增强边缘和降低噪声之间进行折中。

2.增强：边缘增强的基础是确定图像中各点邻域强度的变化值。增强算法可以突出显示邻域(或局部)强度值发生显著变化的点。边缘增强通常通过计算梯度幅度来完成。

3.检测：图像中有很多梯度幅度较大的点，但这些点并不都是特定应用领域中的边缘，所以应用中使用了一些方法来确定哪些点是边缘点。最简单的边缘检测准则是梯度幅度阈值准则。

4.定位：如果某一应用场合要求确定边缘的位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来。

在边缘检测算法中，前三个步骤被广泛使用。这是因为在大多数情况下，边缘检测器只需要指出边缘出现在图像中的某一像素附近，而没有必要指出边缘的确切位置或方向。边缘检测误差通常是指边缘误分类的误差，即把假边缘判别成边缘而保留，而把真边缘判别为假边缘去除。