几何特征_边缘

几何特征：边缘

小象实战讲义 · 基于深度学习的计算机视觉

在图像中，物体的轮廓往往表现为像素值的剧烈变化，这些区域被称为“边缘”。边缘是图像中最基础、最重要的几何特征之一，它承载了丰富的形状和结构信息，是物体识别、图像配准等众多计算机视觉任务的基础。本节我们将深入探讨边缘的数学定义、提取方法以及如何应对噪声和尺度变化等实际问题。

💡 核心导读

• 边缘的数学本质：边缘是像素值函数快速变化的区域，数学上对应其一阶导数的极值点。
• 噪声的挑战与解决方案：直接求导对噪声极其敏感，需要先进行高斯平滑滤波以抑制噪声干扰。
• 高斯导数滤波器：结合高斯平滑与求导，形成高斯一阶导数滤波器，是边缘检测的经典方法。
• 梯度的强度与方向：通过计算图像在两个垂直方向（如X和Y）的偏导数，可以得到梯度的幅值（强度）和方向，完整描述边缘。
• 多尺度边缘检测：通过调整高斯滤波器的标准差（σ），可以检测不同粗细程度的边缘，适应图像中多尺度的结构。

什么是边缘？

边缘，直观上就是图像中像素值发生明显变化的区域。但更严谨的定义是：沿着某个特定方向，像素值发生快速变化的区域。

为什么强调“特定方向”？请看下面的例子：想象一幅图像中有一条垂直的黑白分界线。如果你沿着水平方向（垂直于边缘）移动，像素值会从黑急剧跳变到白，这构成了边缘。但如果你沿着垂直方向（平行于边缘）移动，像素值始终保持不变（全是黑或全是白），这个方向上就没有边缘。

如果在一个区域内，沿着两个正交方向（例如水平和垂直）像素值都发生快速变化，那么这个点通常被称为角点（Corner），我们会在后续章节详细介绍。

边缘有什么用？

1. 物体识别：物体的轮廓（由边缘构成）比颜色、纹理更能代表其本质属性和形状，对光照变化相对鲁棒。
2. 几何与视角变换：当物体发生旋转、缩放或视角变化时，其颜色和纹理可能发生很大改变，但主要的边缘轮廓往往保持相对稳定，具有一定的不变性，有助于计算机在不同条件下识别同一物体。

从函数变化到导数极值

我们可以将图像的一行或一列的像素灰度值看作一个一维函数 $f(x)$。边缘就对应着这个函数值“快速变化”的地方。

在微积分中，函数变化“快慢”由其一阶导数 $f'(x)$ 描述。变化最快的地方，就是一阶导数的绝对值取得极大值（峰值）的位置。因此，寻找边缘的问题，就转化为寻找图像灰度函数一阶导数的极值点问题。

这里需要特别注意：边缘对应的是一阶导数的极值点，而不是一阶导数为零的点。一阶导数为零的点通常对应函数的平坦区域（局部极大值、极小值或鞍点），而变化最快的斜坡中点，才是导数绝对值最大的地方。

灰度值函数 f(x):
       255|   __________
          |  /          \
          | /            \
          |/              \
        0 |________________\
          +----------------->
               x方向

一阶导数 f'(x):
          |      /\      /\
          |     /  \    /  \
          |    /    \  /    \
          |___/      \/      \___
          +---------------------->
              极值点对应边缘

然而，现实中的图像充满噪声。微小的随机噪声会导致灰度函数产生许多微小的波动，每个波动都会产生一个局部的导数极值。如果直接求导，我们会检测出大量由噪声引起的虚假“边缘”。

含噪声的灰度值函数:
       255|   _/\/\______/\/\_
          |  /        \/      \
          | /                \ \
          |/                  \/
        0 |____________________\
          +--------------------->
               x方向

直接求导后的一阶导数:
          |/\/\/\/\  /\  /\/\/\/\
          |        \/  \/        \
          |                       \
          |                        \/\/\
          +------------------------------>
          大量由噪声引起的极值点

如何区分真正的边缘和噪声引起的伪边缘？核心思路是平滑。我们需要在求导之前，先对图像进行平滑滤波，抹平那些由噪声引起的微小波动，同时保留真正的、大幅度的边缘变化。

在图像处理中，高斯滤波是一种非常有效的平滑去噪方法。因此，标准的边缘检测流程是：先对图像进行高斯平滑，再计算一阶导数。

高斯导数滤波器

将高斯平滑和求导这两个操作结合起来，可以得到一个更优雅且高效的解决方案。根据卷积的微分性质，对图像 $f$ 先做高斯平滑 $g$ 再求导，等价于直接用高斯函数的一阶导数 $g'$ 作为滤波器对图像 $f$ 进行卷积： $$\frac{\partial}{\partial x}(f * g) = f * \frac{\partial g}{\partial x}$$ 其中 $*$ 表示卷积操作。

这意味着，我们可以预先计算好高斯导数滤波器，然后用它一次性完成平滑和求导两个步骤。高斯函数 $g(x, y)$ 及其一阶偏导数 $g_x(x, y)$、$g_y(x, y)$ 的公式如下：

二维高斯函数： $$g(x, y) = \frac{1}{2\pi\sigma^2} e^{-\frac{x^2+y^2}{2\sigma^2}}$$

其对 $x$ 的偏导数（$x$ 方向的高斯导数滤波器）： $$g_x(x, y) = \frac{\partial g}{\partial x} = -\frac{x}{2\pi\sigma^4} e^{-\frac{x^2+y^2}{2\sigma^2}}$$

其对 $y$ 的偏导数（$y$ 方向的高斯导数滤波器）： $$g_y(x, y) = \frac{\partial g}{\partial y} = -\frac{y}{2\pi\sigma^4} e^{-\frac{x^2+y^2}{2\sigma^2}}$$

高斯函数像一个山丘，中心最高。它的一阶导数则呈“一瓣为正、一瓣为负”的双瓣形状：$g_x$ 沿 $x$ 轴在中心两侧符号相反，$g_y$ 则是把同样的形状旋转 90 度。这种“一半正一半负”的模板能敏锐地响应图像中对应方向的边缘。

使用高斯导数滤波器还有另一个关键优势：尺度可调。高斯函数中的参数 $\sigma$（标准差）控制了平滑的强度。$\sigma$ 越大，平滑范围越广，能滤除更粗的噪声，检测到的边缘也更“粗”、更宏观；$\sigma$ 越小，平滑范围越窄，保留的细节更多，检测到的边缘也更“细”、更精细。通过调整 $\sigma$，我们可以实现多尺度的边缘检测。

图像梯度：强度与方向

对于二维图像 $I(x, y)$，我们在每个像素点处可以计算其梯度（Gradient）。梯度是一个向量，指向函数值增加最快的方向，其大小（模长）表示变化的剧烈程度。

梯度的两个分量分别是图像在 $x$ 方向和 $y$ 方向的偏导数： $$\nabla I = \begin{bmatrix} \frac{\partial I}{\partial x} \\ \frac{\partial I}{\partial y} \end{bmatrix} = \begin{bmatrix} I_x \\ I_y \end{bmatrix}$$

在实际计算中，我们通常用高斯导数滤波器来近似计算 $I_x$ 和 $I_y$。

有了两个方向的分量，我们就可以定义：

• 梯度幅值（强度）：衡量边缘的显著程度。 $$\text{Magnitude} = \sqrt{I_x^2 + I_y^2}$$ 为了计算简便，有时也使用绝对值之和来近似：$|I_x| + |I_y|$。
• 梯度方向：垂直于边缘的方向，即边缘的法线方向。 $$\text{Direction} = \arctan\left(\frac{I_y}{I_x}\right)$$ （实际计算中常用 $\text{atan2}(I_y, I_x)$，以正确处理四个象限。）

梯度方向非常重要。例如，一个垂直边缘，其梯度方向是水平的（因为变化发生在水平方向）；一个水平边缘，其梯度方向是垂直的。

下面我们用代码来直观感受一下梯度。我们将创建一个小图像，分别计算其X方向、Y方向的梯度，以及梯度的幅值和方向。

import numpy as np
import cv2

# 创建一个简单的8x8测试图像，包含一个垂直边缘和一个对角渐变
image = np.zeros((8, 8), dtype=np.int32)
image[:, 0:4] = 50   # 左半部分灰度值50
image[:, 4:8] = 200  # 右半部分灰度值200，形成一个垂直边缘
# 叠加一个从左上到右下的渐变，模拟倾斜的边缘；先在全精度下裁剪，再转 uint8
for i in range(8):
    for j in range(8):
        image[i, j] = min(255, image[i, j] + i * 10 + j * 5)
image = image.astype(np.uint8)

print("原始图像 (8x8):")
print(image)
print()

# 使用Sobel算子近似计算梯度 (Sobel内部包含了类似高斯平滑和求导)
# cv2.CV_32F表示输出32位浮点数，以保存负值和更精确的结果
grad_x = cv2.Sobel(image, cv2.CV_32F, 1, 0, ksize=3)  # 计算x方向梯度
grad_y = cv2.Sobel(image, cv2.CV_32F, 0, 1, ksize=3)  # 计算y方向梯度

print("X方向梯度 (Gx, 中心4x4区域):")
print(grad_x[2:6, 2:6].astype(int))  # 取中间区域查看，并转为整数方便阅读
print()
print("Y方向梯度 (Gy, 中心4x4区域):")
print(grad_y[2:6, 2:6].astype(int))
print()

# 计算梯度幅值 (使用近似公式 |Gx| + |Gy|)
magnitude = np.abs(grad_x) + np.abs(grad_y)
print("梯度幅值 (|Gx|+|Gy|, 中心4x4区域):")
print(magnitude[2:6, 2:6].astype(int))
print()

# 计算梯度方向 (角度，单位为度)
# 注意：cv2.phase计算的是弧度，转换为度。同时处理除零问题。
with np.errstate(divide='ignore', invalid='ignore'):
    direction_rad = np.arctan2(grad_y, grad_x)
direction_deg = np.degrees(direction_rad)
# 将角度规范化到[0, 360)区间
direction_deg = direction_deg % 360

print("梯度方向 (角度, 中心4x4区域):")
print(direction_deg[2:6, 2:6].astype(int))

原始图像 (8x8):
[[ 50  55  60  65 220 225 230 235]
 [ 60  65  70  75 230 235 240 245]
 [ 70  75  80  85 240 245 250 255]
 [ 80  85  90  95 250 255 255 255]
 [ 90  95 100 105 255 255 255 255]
 [100 105 110 115 255 255 255 255]
 [110 115 120 125 255 255 255 255]
 [120 125 130 135 255 255 255 255]]

X方向梯度 (Gx, 中心4x4区域):
[[ 40 640 640  35]
 [ 40 635 630  20]
 [ 40 615 600   5]
 [ 40 580 560   0]]

Y方向梯度 (Gy, 中心4x4区域):
[[80 80 80 75]
 [80 75 60 40]
 [80 65 30  5]
 [80 60 20  0]]

梯度幅值 (|Gx|+|Gy|, 中心4x4区域):
[[120 720 720 110]
 [120 710 690  60]
 [120 680 630  10]
 [120 640 580   0]]

梯度方向 (角度, 中心4x4区域):
[[63  7  7 64]
 [63  6  5 63]
 [63  6  2 45]
 [63  5  2  0]]

从输出中我们可以观察到：

1. X方向梯度 (Gx)：在垂直边缘处（第3列到第4列的跳变）达到约 560–640，而只有对角渐变的左侧区域约为 40，说明这里水平方向的变化剧烈得多。
2. Y方向梯度 (Gy)：整体在 0–80 之间，主要来自叠加的对角渐变，比边缘处的 Gx 小一个数量级。
3. 梯度幅值：边缘处最高约 720，而只有渐变、没有边缘的区域约 120，两者差异明显。
4. 梯度方向：在强垂直边缘处角度约 5–7 度，接近水平方向（0 度）；在只有对角渐变的区域约 63 度。角度偏离 0 度，是因为叠加的对角渐变贡献了非零的 Gy 分量；边缘本身仍是垂直的——梯度方向始终垂直于边缘，这里只是被叠加成分略微带偏。

边缘检测实践与尺度效果

现在，让我们通过一个更具体的例子，来对比“直接求导”与“先平滑再求导”的效果，并观察不同 $\sigma$（尺度）对边缘检测结果的影响。我们将使用 cv2.GaussianBlur 进行平滑，并使用 cv2.Sobel 进行求导。

import numpy as np
import cv2

# 1. 构造一个更清晰的测试图像：中间一条垂直白条
image = np.zeros((9, 9), dtype=np.uint8)
image[:, 3:6] = 255  # 第3,4,5列（0-based索引）为白色，形成边缘
# 添加少量随机噪声来模拟真实情况
np.random.seed(42) # 固定随机种子，保证结果可复现
noise = np.random.randint(-10, 11, (9,9), dtype=np.int16)
image_noisy = np.clip(image.astype(np.int16) + noise, 0, 255).astype(np.uint8)

print("干净的测试图像 (中心垂直白条):")
print(image)
print("\n添加噪声后的图像:")
print(image_noisy)
print("\n" + "="*50)

# 2. 直接对噪声图像使用Sobel算子 (相当于只用了一个很小的平滑核)
grad_x_noisy = cv2.Sobel(image_noisy, cv2.CV_32F, 1, 0, ksize=3)
grad_y_noisy = cv2.Sobel(image_noisy, cv2.CV_32F, 0, 1, ksize=3)
mag_noisy = np.sqrt(grad_x_noisy**2 + grad_y_noisy**2)

print("--- 直接对噪声图像进行Sobel边缘检测 ---")
print("梯度幅值图像 (取整):")
print(mag_noisy.astype(int))
print("\n" + "="*50)

# 3. 先进行高斯平滑，再进行Sobel
sigma = 1.0
image_smoothed = cv2.GaussianBlur(image_noisy, (5, 5), sigmaX=sigma)
grad_x_smooth = cv2.Sobel(image_smoothed, cv2.CV_32F, 1, 0, ksize=3)
grad_y_smooth = cv2.Sobel(image_smoothed, cv2.CV_32F, 0, 1, ksize=3)
mag_smooth = np.sqrt(grad_x_smooth**2 + grad_y_smooth**2)

print(f"--- 先高斯平滑 (σ={sigma})，再Sobel ---")
print("平滑后的图像 (取整):")
print(image_smoothed.astype(int))
print("\n梯度幅值图像 (取整):")
print(mag_smooth.astype(int))
print("\n" + "="*50)

# 4. 使用更大的sigma进行平滑，观察尺度效应
sigma_large = 2.0
image_smoothed_large = cv2.GaussianBlur(image_noisy, (9, 9), sigmaX=sigma_large)
grad_x_smooth_large = cv2.Sobel(image_smoothed_large, cv2.CV_32F, 1, 0, ksize=3)
mag_smooth_large = np.sqrt(grad_x_smooth_large**2) # 对于垂直边缘，主要看Gx

print(f"--- 使用更大高斯核平滑 (σ={sigma_large}) ---")
print("平滑后的图像 (取整):")
print(image_smoothed_large.astype(int))
print(f"\nX方向带符号梯度 (取整，正/负对应暗→亮/亮→暗，展示第2-6列):")
print(grad_x_smooth_large.astype(int)[:, 2:7]) # 查看包含边缘的第2-6列

干净的测试图像 (中心垂直白条):
[[  0   0   0 255 255 255   0   0   0]
 [  0   0   0 255 255 255   0   0   0]
 [  0   0   0 255 255 255   0   0   0]
 [  0   0   0 255 255 255   0   0   0]
 [  0   0   0 255 255 255   0   0   0]
 [  0   0   0 255 255 255   0   0   0]
 [  0   0   0 255 255 255   0   0   0]
 [  0   0   0 255 255 255   0   0   0]
 [  0   0   0 255 255 255   0   0   0]]

添加噪声后的图像:
[[  0   0   9 255 247 255   0   0   0]
 [  0  10   1 251 255 247   8   5   0]
 [  0   7  10 255 248 247   0   8   0]
 [  0   0   0 255 255 246   2  10   1]
 [  0   0   0 255 255 246  10   9   0]
 [  9   1   0 255 255 255   0   6   3]
 [  0   0   8 254 253 255   0   4   0]
 [  7   4   0 255 255 255   0   0   9]
 [  0   0   0 249 250 255   0   0   0]]

==================================================
--- 直接对噪声图像进行Sobel边缘检测 ---
梯度幅值图像 (取整):
[[   0   20  992  984    8  988  994   16    0]
 [  14   25  985  984   17  989  978   22   16]
 [  20   29  992  985   29  996  956   10   12]
 [  14   26 1013 1003   37  999  948   16    2]
 [  20   14 1019 1020   28  998  959   19    4]
 [   0   12 1017 1010    8 1008  986   20   10]
 [   2    4 1013 1000    2 1016 1006   13    0]
 [   0   10 1005 1005   13 1013 1016   19    8]
 [   0   14 1000 1010   12 1010 1020   18    0]]

==================================================
--- 先高斯平滑 (σ=1.0)，再Sobel ---
平滑后的图像 (取整):
[[  3  18  78 179 224 177  77  16   2]
 [  4  18  79 179 224 177  77  17   3]
 [  3  17  79 179 224 176  77  18   4]
 [  2  16  77 179 225 177  77  19   5]
 [  1  15  76 179 226 178  78  19   5]
 [  2  16  77 179 226 179  78  18   4]
 [  3  16  77 180 227 179  77  16   3]
 [  3  16  77 179 226 179  76  16   2]
 [  2  16  76 178 226 179  76  15   2]]

梯度幅值图像 (取整):
[[  0 300 644 582   8 588 642 298   0]
 [  2 301 645 581   9 588 639 296   8]
 [  8 302 648 583  10 589 634 292   8]
 [  8 301 652 591  10 591 633 290   4]
 [  0 300 654 597   5 592 637 292   4]
 [  6 299 654 598   4 594 644 295  10]
 [  2 297 654 598   2 598 650 296   8]
 [  2 296 652 598   4 600 653 296   4]
 [  0 296 650 598   2 600 654 296   0]]

==================================================
--- 使用更大高斯核平滑 (σ=2.0) ---
平滑后的图像 (取整):
[[ 51  65  96 130 143 129  95  64  50]
 [ 50  65  96 130 143 129  95  64  50]
 [ 50  65  96 130 143 130  96  65  50]
 [ 50  64  96 130 143 130  96  65  50]
 [ 49  64  95 130 143 130  96  65  50]
 [ 49  64  95 130 144 130  96  65  50]
 [ 49  64  95 130 144 130  96  65  50]
 [ 49  64  95 130 144 130  96  64  49]
 [ 49  64  95 130 144 130  95  64  49]]

X方向带符号梯度 (取整，正/负对应暗→亮/亮→暗，展示第2-6列):
[[ 260  188   -4 -192 -260]
 [ 260  188   -3 -191 -260]
 [ 261  188   -1 -189 -260]
 [ 263  189    0 -188 -260]
 [ 264  192    0 -189 -260]
 [ 264  195    0 -191 -260]
 [ 264  196    0 -192 -261]
 [ 264  196    0 -193 -263]
 [ 264  196    0 -194 -264]]

通过对比三段输出，我们可以得出清晰的结论：

1. 直接对噪声图像求导：白条两侧的边缘区域（左侧第2–3列、右侧第5–6列）梯度幅值约 950–1020，非常突出；但背景列（第0–1列、第7–8列）也出现了 0–30 的非零梯度，这些就是噪声被误检为边缘的典型例子。
2. 先平滑再求导 (σ=1.0)：平滑后白条峰值从 255 降到约 225，过渡带扩展到 3–4 个像素；梯度幅值在边缘处仍高达约 600–650。远离边缘的背景列（第0、8列）和白条中心（第4列）降到约 0–10；同时要注意，因平滑使过渡带展宽，第1、7列也出现了约 300 的边缘梯度响应，噪声引起的抖动则被消除。
3. 使用更大尺度平滑 (σ=2.0)：白条峰值进一步降到约 144，过渡带几乎铺满整幅图；X 方向梯度峰值降到约 260，且在第 2–6 列之间平缓变化。这说明大 σ 把边缘响应摊得更宽、更平：定位精度下降，但对噪声的鲁棒性更强，能抓住图像中更宏观的结构。

📝 动手练一练

1. 概念辨析：在边缘检测中，“一阶导数的极值点”和“一阶导数为零的点”分别对应图像中的什么区域？请举例说明。

2. 动手计算：假设有一个一维灰度信号 f = [10, 10, 10, 60, 110, 110, 110]。请计算其简单的一阶差分（后向差分：f'(i) ≈ f(i) - f(i-1)，其中 f'(0)=0），并指出哪个位置最可能是边缘点。

本章小结

本节我们深入学习了图像处理中最为基础的几何特征——边缘。我们从其直观定义出发，将其与数学中的导数联系起来，明确了边缘即灰度函数一阶导数的极值区域。为了解决噪声干扰问题，我们引入了高斯平滑滤波，并巧妙地将平滑与求导结合为高斯导数滤波器。通过计算图像在X和Y方向的偏导数，我们得到了描述边缘的梯度向量，其幅值代表边缘强度，方向垂直于边缘走向。最后，我们探讨了通过调整高斯滤波器的标准差σ来实现多尺度边缘检测的原理，大σ检测粗轮廓，小σ捕捉细纹理。

📋 行动清单

• 理解边缘是“沿某一方向灰度快速变化”的区域，并能区分边缘与角点。
• 掌握“先高斯平滑，再求导”的边缘检测流程，并能解释其对噪声鲁棒性的原因。
• 能说出图像梯度幅值和方向的计算公式及其物理意义。
• 了解高斯滤波器参数σ如何影响边缘检测的尺度，并能解释大σ与小σ输出结果的差异。

—— 小象教研组