1、图像处理和边沿提取间断 (DISCONTINUITIES)分割（非连续性分割）1 点检测2 线检测3 边缘检测点检测R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106设 ：阈值： T = 64 R T8 8 88 128 88 8 8图像-1 -1 -1-1 8 -1-1 -1 -1模板点 检测 (Point Detection) 用空域的高通滤波器来检测孤立点。例：点检测 点检测 算法描述 设定阈值 T，如 T = 32、 64、 128等 ,并计算高通滤波值 R。 如果 R值等于 0，说明当前检测点的灰度值与周围点的
2、相同。 当 R的值足够大时，说明该点的值与周围的点非常不同，是孤立点。通过阈值 T来判断若 |R| T，则检测到一个孤立点。线检测线 检测 (Line Detection) 通过比较典型模板的计算值，确定一个点是否在某个方向的线上。-1 -1 -12 2 2-1 -1 -1水平模板-1 -1 2-1 2 -12 -1 -145度模板-1 2 -1-1 2 -1-1 2 -1垂直模板2 -1 -1-1 2 -1-1 -1 2135度模板线检测用 4种模板分别计算R水平 = -6 + 30 = 24R45度 = -14 + 14 = 0R垂直 = -14 + 14 = 0 R135度 = -14
3、+ 14 = 01 1 15 5 51 1 11 1 15 5 51 1 11 1 15 5 51 1 1实例：图像-1 -1 -12 2 2-1 -1 -1水平模板-1 -1 2-1 2 -12 -1 -145度模板线检测 线的检测 算法描述 依次计算 4个方向的典型检测模板，得到 Ri i=1,2,3,4 如 |Ri| |Rj| ， ji，那么这个点被称为在方向上更接近模板 i 所代表的线。 设计任意方向的检测模板 可能大于 33 模板系数和为 0 感兴趣的方向的系数大。 边缘检测 (EDGE DETECTION)1 边缘的定义图像中灰度发生突变或不连续的微小区域（一组相连的像素集合） ,即 是两个具有相对不同灰度值特性的区域的边界线 。在一幅图像中，边缘有方向和幅度两个特性。一般认为沿边缘走向的灰度变化较为平缓，而垂直于边缘走向的灰度变化剧烈。即灰度梯度指向边缘的垂直方向。 边缘检测2 基本思想计算局部微分算子。截面图边缘图像边缘检测一阶微分：用梯度算子来计算 特点： 对于左图，左侧的边是正的（由暗到亮），右侧的边是负的（由亮到暗）。对于右图，结论相反。常数部分为零。 用途： 用于检测图像中边的存在。
