【计算机视觉】Lecture 5:梯度和边缘检测

什么是边缘?

简单的回答:灰度不连续处

在这里插入图片描述

物体的边界

在这里插入图片描述

不同材料性质的边界

在这里插入图片描述

光照的边界

在这里插入图片描述

边缘的类型(一维剖面)

边缘可以根据灰度剖面来建模
阶跃边缘 Step edge:图像灰度突然从不连续一侧的一个值变为另一侧的另一个值
斜坡边缘 Ramp edge:灰度变化不是瞬间的而是在有限距离内发生的一种阶跃边缘
在这里插入图片描述

例子

在这里插入图片描述

边缘的类型(一维剖面)

山脊边缘 Ridge edge:图像灰度值突然变化,然后在很短的距离内回到开始的值;通常由图像中的线产生
在这里插入图片描述

例子

在这里插入图片描述在这里插入图片描述

边缘的类型(一维剖面)

屋顶边缘:灰度变化不是瞬间的而是在有限距离内发生的一种山脊边缘;通常在曲面相交处产生
在这里插入图片描述

例子

在这里插入图片描述

阶跃/斜坡边缘术语

边缘描述子
——边缘法向:最大灰度变化方向的单位矢量。
——边缘方向:沿着边缘的单位矢量(垂直于边缘法线)。
——边缘位置/中心:边缘所在图像中的位置
——边缘强度/幅值:沿着边缘法向的局部图像对比度
在这里插入图片描述
重点:所有这些信息都可以从梯度向量场计算出来!!

梯度的总结

在这里插入图片描述边缘像素是在梯度幅值局部最大的地方
梯度方向垂直于边缘方向
梯度向量:在这里插入图片描述

幅值:在这里插入图片描述

方向:在这里插入图片描述

发布了9 篇原创文章 · 获赞 6 · 访问量 3234

猜你喜欢

转载自blog.csdn.net/u010307048/article/details/104550540