什么是边缘分割介绍

边缘分割是指基于边缘的分割，即通过搜索不同区域之间的边界，来完成图像的分割。其具体做法是：首先利用合适的边缘检测算子提取出待分割场景不同区域的边界，然后对分割边界内的像素进行连通和标注。从而构成分割区域。

边缘分割技术简介

基于边缘的分割代表了一大类基于图像边缘信息的方法，它是最早的分割方法之一且仍然是非常重要的。基于边缘的分割依赖于由边缘检测算子找到的图像边缘，这些边缘标示出了图像在灰度、彩色、纹理等方面不连续的位置。必须采用后续的处理将边缘合并为边缘链，它与图像中的边界对应得更好。最终的目标是至少达到部分分割，即将局部边缘聚合到一幅图像中，使其中只出现对应于存在的物体或图像部分的边缘链。

如果关于边界的信息很少，分割方法就必须考虑更多的局部图像信息，并将其与应用领域的一般性特殊知识结合起来。如果可获得的先验信息很少，就不能用于评价分割结果的信度，因此就没有反馈矫正分割结果的基础。

基于边缘分割的最常见的问题是在没有边界的地方出现了边缘以及在实际存在边界的地方没有出现边缘，这是由图像噪声或图像中的不适合的信息造成的。显然这些情况对分割结果有负面影响。

边缘分割相关定义

边缘分割边缘

边缘定义为：两个具有不同灰度的均匀图像区域的边界，即边界反映局部的灰度变化。局部边缘是图像中局部灰度级以简单(即单调)的方式作极快变化的小区域。这种局部变化可用一定窗口运算的边缘检测算子来检测。边缘的描述包含以下几个方面：

●边缘法线方向——在某点灰度变化最剧烈的方向，与边缘方向垂直；

●边缘方向——与边缘法线方向垂直，是目标边界的切线方向；

●边缘位置——边缘所在的坐标位置；

●边缘强度——沿边缘法线方向图像局部的变化强度的量度。

边缘分割边缘检测算子

边缘检测算子就是通过检查每个像素点的邻域并对其灰度变化进行量化来达到边界提取的目的的。而且大部分的检测算子还可以确定边界变化的方向。

常用的边缘检测算子有一阶微分算子(如Roberts算子、Prewitt算子、Sobel算子)、二阶微分算子(如Laplacian算子)、Kirsch算子、Frei-Chen综合正交算子、Canny算子。

边缘分割方法分类

在图像的分割中，有基于边缘的分割和基于区域的分割。基于边缘的分割则主要有基于点的检测、基于线的检测以及基于边缘检测等几种方法。

1、点检测

先检测出离散的点，然后再将点连接成封闭的边界。其处理过程就是用一个模板对待检测的区域进行离散点的检测。

2、线检测

在线的检测中，有两种方式，一种是利用线检测模块进行线检测，另外一种是利用哈夫变换进行直接检测。

3、边缘检测

缘检测技术可以按照处理顺序分为串行边缘检狈0和并行边缘检测。在串行边缘检测技术中，当前像素是否属于欲检测的边缘取决于先前像素的检测结果；而在并行边缘检测技术中，一个像素是否属于检测的边缘只与当前像素及其相邻像素有关。这需要同时对图像中的所有像素进行检测，因而称为并行边缘检测技术。

边缘分割局限性

边缘检测方法的主要局限性在于：

1、使用分类方法的边缘提取经常不可避免地不能对应于界限对象。在许多低质量的图像中(使用低质量的成像设备采集)，使用一些常规方法将产生假边缘和空白，因此它们的适用性将受到限制。

2、边缘检测技术取决于包含在图像局部邻域中的信息。大多边缘检测技术不考虑图像中基于模型的信息嵌入。

3、在大多数情况下，边缘检测策略忽略了图像中的高阶部分，这部分可能是有意义的。

4、在从图像中提取边缘点之后，这些点被连接用于确定界限。这通常是先将相关联的边缘元素连到边缘段，然后将边缘段连接到边界。边缘连接的过程有时会在图像中产生间断性和空白。

5、边缘连接方法为了填充边界空白，经常会使用任意插值法。

6、对假边缘而言，边缘分割很难被识别和分类。