图像中的边缘检测一直是机器视觉领域中的研究热点,从年代至今,人们已经从不同的角度、不同的应用背景提出了很多方法,归纳起来分为三大类。 第一类是经典的边缘检测方法,如微分算子法、最优算子法和拟合法等。
图像边缘检测的结果直接影响物体检测和识别的效果。 [3] 图像中的边缘检测一直是机器视觉领域中的研究热点,从年代至今,人们已经从不同的角度、不同的应用背景提出了很多方法,归纳起来分为三大类。 第一类是经典的边缘检测方法,如微分算子法、最优算子法和拟合法等。
在介绍完滤波的知识后,学习基本边缘检测算法是一件很轻松的事情,因为边缘检测本质上就是一种滤波算法,区别在于 滤波器的选择 ,滤波的规则是完全一致的 为了更好理解边缘检测算子,我们引入 梯度 (gradient) 这一概念,梯度是 人工智能 (artificial intelligence) 非常重要的一个概念,遍布 机器学习 、 深度学习 领域,学过微积分的同学应该知道一维函数的一阶微分基本定义为: