图像处理边缘检测python 图像处理边缘检测matlab

边缘检测最通用的方法是检测亮度值的不连续性，通过一阶二阶导数检测

近似值仍具有导数性质—即在不变亮度区中的值为，且值与像素值可变区域中的亮度变化的程度成比例。

拉普拉斯算子很少直接被用于边缘检测，因为二阶导数对噪声有无法接受的敏感性，它的幅度会产生双边缘，而且它不能检测边缘的方向。然而，当与其他边缘检测技术组合使用时，拉普拉斯算子是一种有效的补充方法。例如，虽然它的双边缘使得它不适合直接用于边缘检测，但该性质可用于边缘定位。边缘检测的基本意图是使用如下两个基本准则之一在图像中找到亮度快速变化的地方:

（1）、找到亮度的一阶导数在幅度上比指定的阂值大的地方。

（2）、找到亮度的二阶导数有零交叉的地方。

IPT函数edges基于上面讨论的准则提供了几个导数估计器。对一些估计器来说，是有可能指定边缘检测器是否对水平和/或垂直边缘敏感的。该函数的基本语法为:

其中，f是输入图像，method是一种边缘检测器方法，parameters可指定检测方向，g是一个逻辑数组，其值如下决定:在f中检测到边缘的位置为1，在其他位置为0，参数t是可选的;它给出edge使用的阈值，以确定哪个梯度值足够大到可以称为边缘点。不同的检测器采用不同的掩模近似滤波计算一阶导数值，并以此计算中心点处梯度。

如 sobel 检测器按如下方式计算：