1、圖像中各種形狀的檢測是計算機視覺領(lǐng)域中非常常見的技術(shù)之一，特別是圖像中直線的檢測，圓的檢測，圖像邊緣的檢測等，下面將介紹如何快速檢測圖像邊緣。
2、邊緣是不同區(qū)域的分界線，是周圍（局部）像素有顯著變化的像素的集合，有幅值與方向兩個屬性。這個不是絕對的定義，主要記住邊緣是局部特征以及周圍像素顯著變化產(chǎn)生邊緣。
3、常見邊緣檢測算子：
Roberts 、Sobel 、Prewitt、Laplacian、Log/Marr、Canny、Kirsch、Nevitia
3.1、 Sobel算子
Sobel算子是圖像邊緣檢測中最重要的算子之一，在機器學(xué)習(xí)中占有舉足輕重的作用，在技術(shù)上，它是一個離散的一階差分算子，用來計算圖像亮度函數(shù)的一階梯度之近似值。在圖像的任何一點使用此算子，將會得到該點對應(yīng)的梯度矢量或法矢量。
在計算公式上，Sobel算子包含有兩組3*3的矩陣，分別為橫向及縱向，將這兩個矩陣與圖像做平面卷積，即可分別得到橫向及縱向的亮度差分近似值。所以這兩個算子，一個是檢測水平邊緣的，另一個是檢測垂直邊緣的，與Prewitt算子相比，Sobel算子對于像素的位置的影響做了加權(quán)，可以降低邊緣模糊程度，因此效果更好。文章來源：http://www.zghlxwxcb.cn/news/detail-723527.html
Sobel算子算法的優(yōu)點是計算簡單，速度快，但是由于只采用了兩個方向的模板，只能檢測水平和垂直方向的邊緣，因此這種算法對于紋理較為復(fù)雜的圖像，其邊緣檢測效果就不是很理想。該算法認為：凡灰度新值大于或等于閾值的像素點都是邊緣點，這種判斷不太合理，會造成邊緣點的誤判，因為許多噪聲點的灰度值也很大。文章來源地址http://www.zghlxwxcb.cn/news/detail-723527.html
到了這里，關(guān)于圖像邊緣檢測--(Sobel、Laplacian、Canny)的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
