邊緣是指圖像局部亮度變化最顯著的部分。邊緣主要存在于目標(biāo)與目標(biāo)、目標(biāo)與背景、區(qū)域與區(qū)域之間,是圖像分割、紋理特征提取及形狀特征提取和圖像分析的基礎(chǔ)。邊緣檢測(cè)是機(jī)器視覺(jué)中必不可少的環(huán)節(jié),是一種重要的圖像預(yù)處理技術(shù)。圖像分析和理解的第一步常常是邊緣檢測(cè),它在圖像處理與計(jì)算機(jī)視覺(jué)中占有特殊位置,它是底層處理中最重要的環(huán)節(jié)之一，往往檢測(cè)出邊緣的圖象就可以進(jìn)行特征提取和形狀分析。

邊緣的形成是由于物體的材料不同或表面的朝向不同,引起圖像中的邊緣處存在明暗、色彩、紋理的變化。因此反過(guò)來(lái)在圖像中檢查不同灰度、色彩等特性區(qū)域的交界處就可得到邊緣。邊緣輪廓是人類(lèi)識(shí)別物體形狀的重要因素,也是圖像處理中重要的處理對(duì)象。邊緣檢測(cè)主要采用各種算法來(lái)發(fā)現(xiàn)、強(qiáng)化圖像中那些可能存在邊緣的像素點(diǎn)。

由于邊緣是灰度值不連續(xù)的結(jié)果，這種不連續(xù)常可以利用求導(dǎo)數(shù)方便的檢測(cè)到，一般選擇一階和二階導(dǎo)數(shù)來(lái)檢測(cè)邊緣。在機(jī)器視覺(jué)檢測(cè)中，邊緣檢測(cè)可以借助空域微分算子通過(guò)卷積完成。實(shí)際上數(shù)字圖像處理中求導(dǎo)數(shù)是利用差分近似微分來(lái)進(jìn)行的。常用的微分算子有梯度算子和拉普拉斯算子。

邊緣檢測(cè)算法的基本步驟如下：

1、濾波:邊緣檢測(cè)算法主要是基于圖象強(qiáng)度的一階和二階導(dǎo)數(shù)，但導(dǎo)數(shù)的計(jì)算對(duì)噪聲很敏感，因此必須使用濾波器來(lái)改善與噪聲有關(guān)的邊緣檢測(cè)器的性能。

2、增強(qiáng):增強(qiáng)邊緣的基礎(chǔ)是確定圖象各點(diǎn)鄰域強(qiáng)度的變化值。增強(qiáng)算法可以將鄰域(或局部)強(qiáng)度值有顯著變化的點(diǎn)突顯出來(lái)。

3、檢測(cè):在圖象中有許多點(diǎn)的梯度幅值比較大，而這些點(diǎn)在特定的應(yīng)用領(lǐng)域中并不都是邊緣，所以應(yīng)該用某種方法來(lái)確定哪些點(diǎn)是邊緣點(diǎn)。常采用梯度幅值Ill值判據(jù)。

4、定位:如果某一應(yīng)用場(chǎng)合要求確定邊緣位置，則邊緣的位置可在子象素分辨率上來(lái)估計(jì)，邊緣的方位也可以被估計(jì)出來(lái)。

在用機(jī)器視覺(jué)進(jìn)行尺寸測(cè)量時(shí)，這四步必不可少，尤其必須指出邊緣的精確位置和方位。機(jī)器視覺(jué)檢測(cè)技術(shù)，以其強(qiáng)大的性能優(yōu)勢(shì)，使得產(chǎn)品質(zhì)量標(biāo)準(zhǔn)化，檢測(cè)速度快，檢測(cè)結(jié)果可靠、穩(wěn)定，并且可以長(zhǎng)時(shí)間檢測(cè)，廣泛應(yīng)用于各大領(lǐng)域。

編輯：jq