圖像邊緣提取

圖像的邊緣時(shí)圖像的基本特征，攜帶了圖像的大部分信息。圖像邊緣提取在圖像處理中是十分重要的一環(huán)，是圖像分割、特征提取和圖像識(shí)別等圖像處理技術(shù)的重要前提。

圖像邊緣

物體的物理邊界是描述物體特征的一類非常重要的子項(xiàng)，這些邊界可能在成像過(guò)程中產(chǎn)生邊緣信息。邊緣是指在起周圍像素灰度有明顯變化的那些像素組合。邊緣時(shí)具有幅值和方向的矢量，在起圖像中表現(xiàn)為灰度的突變。因此二維數(shù)字圖像也可以理解為不同的封閉區(qū)域組成，這些封閉區(qū)域在統(tǒng)計(jì)意義上滿足某一種一致性原則，而邊緣的作用就是區(qū)分各個(gè)區(qū)域以反映重要的景物結(jié)構(gòu)。根據(jù)圖像中邊緣區(qū)域的灰度在空間中的變化形式，邊緣一般可以分為三種類型：階躍型、屋脊型、線條型。

階躍型邊緣，即從一個(gè)灰度到比它高好多的另一個(gè)灰度。
屋脊型邊緣，灰度逐漸增加到一定程度然后再慢慢減小。
線條型邊緣，灰度從一個(gè)級(jí)別跳到另一個(gè)級(jí)別之后然后回來(lái)。

邊緣檢測(cè)方法

圖像邊緣檢測(cè)方法主要包括以下幾類：

1） 微分算子發(fā)：這類方法主要從邊緣點(diǎn)往往對(duì)應(yīng)于一階微分幅值大的特點(diǎn)，同時(shí)也對(duì)應(yīng)于二階微分的零交叉點(diǎn)觸發(fā)，設(shè)計(jì)一些一階或二階微分算子，求得起梯度或二階導(dǎo)數(shù)過(guò)零點(diǎn)，在選擇一定的閥值或提取邊界。

2） 最優(yōu)算子法：這類方法的目的是根據(jù)信噪比求得檢測(cè)邊緣的最優(yōu)濾波器馬爾希爾德雷斯算子，也被稱為L(zhǎng)oG算子。另一種方法是局部曲面最小二乘擬合法，，根據(jù)最小二乘法把圖像的局部區(qū)域近似表示為一組基函數(shù)的線性組合，從而達(dá)到消除噪聲的效果。

3） 多尺度方法：此類方法是隨著多分辨率和小波理論的出現(xiàn)而逐漸發(fā)展起來(lái)的。

4） 基于自適應(yīng)平滑濾波的邊緣檢測(cè)方法：利用一個(gè)通用算子對(duì)信號(hào)進(jìn)行平衡，該算子能使其本身與信號(hào)的局部結(jié)構(gòu)相適應(yīng)，例如根據(jù)窗口中心點(diǎn)及其臨近點(diǎn)的灰度平均值來(lái)確定其系數(shù)。還有一種方法是選擇具有與中心點(diǎn)灰度值最接近的鄰近點(diǎn)，并利用這些鄰近點(diǎn)灰度值的平均值取代中心點(diǎn)值。

5） 松弛迭代法：重邊界增強(qiáng)的角度出發(fā)，分為圖像的平滑、邊緣的獲取、松弛迭代三步。它使用邊緣點(diǎn)的位置、梯度矢量、曲率等信息來(lái)初始化松弛網(wǎng)絡(luò)像素的標(biāo)記，根據(jù)邊界曲線上點(diǎn)的信息在局部具有一致性和相關(guān)性，而噪聲點(diǎn)的信息是隨機(jī)的，無(wú)規(guī)律的特點(diǎn)，進(jìn)行鄰域點(diǎn)信息的相互作用。

一些經(jīng)典邊緣檢測(cè)算子

1） Roberts邊緣檢測(cè)算子：是一種利用局部差分算子尋找邊緣的算子，邊緣的銳利程度由圖像灰度的梯度決定，并不是沿X軸或Y軸方向微分，而是取旋轉(zhuǎn)±45度兩個(gè)方向微分值的和。Roberts簡(jiǎn)單的2x2算子檢測(cè)出的圖像邊緣線若較短，往往會(huì)被忽略，若線較長(zhǎng)，就將其延長(zhǎng)知道它與其他邊緣線相交于一點(diǎn)。故而會(huì)丟失很多細(xì)小的邊緣信息，而長(zhǎng)線邊緣則保持的比較好。

2） Prewitt算子：該算子使用兩個(gè)有向算子（一個(gè)水平一個(gè)垂直），每一個(gè)逼近一個(gè)偏導(dǎo)數(shù)，這是一種類似計(jì)算偏微分估計(jì)值的方法。當(dāng)使用兩個(gè)模版組成邊緣檢測(cè)器時(shí)，通常取較大的幅度作為輸出值。這也使得他們對(duì)邊緣走向敏感。取這兩項(xiàng)的平方和的開方可以獲得性能更一致的全方位響應(yīng)，與真實(shí)梯度值更接近。

3） Sobel算子：此算子是一種將方向差分運(yùn)算與局部平均相結(jié)合的方法，在以f(x,y)為中心的3x3鄰域上計(jì)算x和y方向的偏導(dǎo)數(shù)。Sobel算子利用像素點(diǎn)上下、左右相鄰點(diǎn)的灰度加權(quán)算法，根據(jù)在邊緣點(diǎn)處達(dá)到極值這一現(xiàn)象進(jìn)行邊緣的檢測(cè)。因此對(duì)早生具有平滑作用，提供較為精確的邊緣方向信息；但是，由于局部平均的影響，它同時(shí)也會(huì)檢測(cè)出許多的偽邊緣，且邊緣定位精度不夠高。

4） Kirsch算子：這種算子是一個(gè)3x3的非線性算子，其基本是盡量使邊緣兩側(cè)的像素各自與自己同類的像素取平均值，以改進(jìn)求平均值的過(guò)程，然后求平均值之差，以減少由于取平均造成的邊緣細(xì)節(jié)丟失。它對(duì)邊緣信息強(qiáng)的檢測(cè)效果比較好，但是運(yùn)算量比較大，每個(gè)像素點(diǎn)需要運(yùn)算八次來(lái)求出最大值。

5） Laplace算子：是二階微分算子，利用邊緣點(diǎn)處二階導(dǎo)函數(shù)出現(xiàn)零交叉原理檢測(cè)邊緣。不具有方向性，定位精度高，不但檢測(cè)出絕大部分邊緣，同時(shí)基本上沒(méi)有出現(xiàn)偽邊緣。但它的檢測(cè)缺點(diǎn)也比較明顯，如丟失一些邊緣，有一些邊緣不夠連續(xù)，不能夠或的邊緣方向等信息。

Photonfocus高速相機(jī)的Convolver卷積計(jì)算功能

目前，高速相機(jī)發(fā)展迅速，在許多領(lǐng)域中，高速相機(jī)的高圖像穩(wěn)定性、高傳輸能力和高抗干擾能力已經(jīng)成為不可替代的重要元素。在使用高速相機(jī)的眾多圖像采集情況，邊緣提取通常也是分析所獲取圖像不可或缺的一步。

Photonfocus高速相機(jī)軟件PFRemote帶有Convolver卷積計(jì)算功能，可以通過(guò)它很方便的實(shí)現(xiàn)圖像邊緣提取。

在啟動(dòng)PFRemote軟件后，我們可以在選項(xiàng)卡中找到Convolver，PFReomte軟件使用的是3x3算子，上文中我們提到的Sobel、Kirsch、Laplace等算子都可以將系數(shù)帶入該軟件中非常簡(jiǎn)單方便的實(shí)現(xiàn)各算子的邊緣提取功能。

例如，我們使用Laplace算子的一種階躍邊緣計(jì)算模版，啟動(dòng)Convolver即可實(shí)現(xiàn)其邊緣提取功能：

并且也可以實(shí)現(xiàn)垂直或水平方向的邊緣提取，例如

此內(nèi)置的Convolver卷積計(jì)算對(duì)于圖像邊緣提取提供了極大的方便。目前photonfocus高速相機(jī)MV1-D1312與MV1-D2080系列高速相機(jī)都具有該功能。

邊緣檢測(cè)對(duì)于圖像理解、圖像分析和圖像識(shí)別來(lái)說(shuō)，是一個(gè)非常重要的課題。它是圖像分割、視覺(jué)匹配的基礎(chǔ)，因此邊緣檢測(cè)成為圖像分析和識(shí)別領(lǐng)域中一個(gè)令人十分關(guān)注的課題，發(fā)展也很迅速。