本文主要從原理方面討論了幾種經典的 邊緣檢測 方法 ,如 Rebort 算子、 Prewitt 算子和 S obel 算子、 拉普拉斯 (Laplacian)算子、 Canny 算子 ,并系統的對其 進行了分析比較 ,為今后的研究工作提供了詳細的 參考資料. 邊緣 的定義 首先介紹什么是 邊緣 。
圖像邊緣檢測的結果直接影響物體檢測和識別的效果。 [3] 圖像中的邊緣檢測一直是機器視覺領域中的研究熱點,從年代至今,人們已經從不同的角度、不同的應用背景提出了很多方法,歸納起來分為三大類。 第一類是經典的邊緣檢測方法,如微分算子法、最優算子法和擬合法等。
第一類是經典的邊緣檢測方法,如微分算子法、最優算子法和擬合法等。 題進行分析,給出一維值代價函數作為最優提取依據,從全局最優的觀點提取邊緣,如松馳法。 第三類是以小波變換、數學形態學、模糊數學、分形理論等近年來發展起來的高新技術為基礎的圖像邊緣提取方法,尤其是基于多尺度特性的小波變換提取圖像邊緣的方法是目前研究較多的課題。 其中,以上每一類都包含各種不同的邊緣檢測算法。 [1] 此外，還誕生了一些如基于神經網絡的邊緣檢測等近年來新興起的方式。 在這里，由于本人并沒有深入、系統地學習過圖像處理，能力所限，主要介紹一下經典的邊緣檢測算法里的算子的方法，以及在傳統的圖像識別里的sift特征里同樣提到的尺度空間概念。
