一、边缘检测的动机
（1）边缘检测概述
边缘检测的目标：识别图像中的突然变化（不连续性），直观地说，边缘承载了图像中的大部分语义和形状信息。
边缘是图像强度函数中快速变化的地方
（2）图像偏导数
（3）有限差分滤波器
二、图像梯度
梯度域图像编辑
目标：求解目标区域中的像素值以匹配源区域的梯度，同时保持背景像素相同
扫描二维码关注公众号，回复：
14247789 查看本文章
三、高斯滤波器的导数
（1）寻找嘈杂的边缘
考虑图像的单行或单列，边缘在哪里？
嘈杂的像素差异，假设“真实”图像的像素被加性高斯噪声
。当我们计算像素差异时会发生什么？
（2）寻找嘈杂的边缘：先平滑
让表示导数滤波器，例如 [−1 0 1]
（3）高斯导数滤波
这些过滤器是可分离的吗？
高斯滤波器的可分离性
使用高斯导数滤波器进行滤波可以去除噪声，但会模糊边缘。 还可以找到不同“尺度”的边缘
四、Canny 边缘检测器
（1）构建边缘检测器
1、计算图像x和y的导数
2、找出梯度的大小和方向
（2）非最大抑制
对于每个位置高于阈值，检查梯度幅度是否高于沿梯度方向的“邻居”
和
，可能需要插值以获得
和
处的幅度。
另一个问题：沿该边缘的像素无法通过阈值处理
（3）滞后阈值
使用高阈值开始边缘曲线，使用低阈值继续它们
五、在图像理解中的作用
（1）边是“输入”还是“输出”？
（2）图像渐变与有意义的轮廓
（3）数据驱动的边缘检测
（4）自上而下的细分
