浅谈图像边缘提取

• 什么是图像边缘提取？

图像的边缘一般是指局部不连续的图像特征，即局部灰度变化最为明显的部分。而图像边缘提取，即是将图像局部灰度变化的分界线提取出来，如下图1所示。

             

       图1

• 如何进行图像边缘提取？

在目前所使用的各种电子摄像设备中所拍摄的无论是照片还是影像都是以彩色的形式存在，所以在图像边缘提取时，我们需要将原本彩色的照片（或者影像）转变成黑白图片，如下图2所示，黑白化处理是将原本照片中复杂的颜色数据信息进行处理，使得整张图片只由0~255灰度构成。

图2

黑白处理后的图片，为了后续便于边缘检测，需要将图片转化成非黑即白的二值图片，再进行反色处理以及进行图像边缘检测，如下图3所示，在转换成非黑即白的二值图片时，因为图片已经转换成由0~255灰度构成的图片，所以需要选择合适的灰度阈值，进行黑白区分，将大于此阈值的灰度完全变为255，低于此阈值的灰度变为0。

图3

经过上述处理后，再经过一次反色处理即可到图1右图图片边缘提取的结果。

• 图像边缘提取的意义？

图像边缘提取大幅度的减少了原始图像中无用的信息，保留了图像重要的结构属性，图像边缘提取是图像识别领域一个重要的工具，广泛的应用与人脸识别等AI领域，也广泛应用于工厂检测领域，比如在OLED中队mura的检测等。

当然，图像边缘提取中也是有很多的难点，比如复杂的光照强度下拍摄出的照片或者影像在经过灰度处理后的图片，在转换成黑白二值化图片时容易造成图像信息缺失等问题，因此在做黑白二值化处理时选择合适的阈值是关键，以及在进行图像边缘检测时选择适合的算子是关键。