攀枝花动画制作公司教你如何提取图像边缘？
图像的边缘提取由L．G．Robert于1965年开始系统地研究，微分算子是边缘提取的主要方法，该 方法利用像素点邻域的信息进行处理，常见的包括Sobel算子、Robert算子、拉普拉斯算子等。
为了减 少噪声影响，Marr和Hildreth提出I。()G算法，即通过高斯滤波和拉普拉斯算子进行处理。
而John Canny于1986年提出的Canny算子应用更加广泛。 随着人工智能和数学理论的发展，近年来也出现了许多新的边缘检测方法，如基于数学形态学的 边缘提取算子，基于神经网络的边缘提取技术等，在此不做介绍。· 8.3.1
边缘的特征 在人眼视觉中，边缘的含义非常明显，然而在flash图像处理中，计算机却难以直观理解 在形式上，边缘是一组相连的像素集合，这些像素处于两个区域的边界上，而从应用上，由于两 个不同区域的属性不同，所以边缘一般是图像属性（通常是灰度）变化剧烈的地方。
但在实际 图像中，边缘却经常是模糊的，如何寻找和确定边缘，就是人们进行边缘检测的目的。不过当 前所有的边缘检测方法都是基于边缘的一些特点进行检测的，没有一种方法能保证找到和人 眼视觉意义上一致的“边缘”。 从观察图像剖面的灰度曲线人手，可以看出，最直观的边缘应当具有如图8.8(a)的形态。 然而在模糊的情况下，边缘的情况可能类似于图8.8(b)，即在一个区域中，灰度值不恒定。 H. 呈现线性关系，其斜率存在。更实际的情况是，图像可能被噪声污染，从而呈现图8。8(c)的图 像。可以看出，图8.8(c)中几乎不存在灰度恒定的区域，然而仍然可以确定出灰度变化剧翠l 的区域。
转载请注明：
攀枝花flash动画制作公司：http://www.flash520.com/city237/
