Laplacian of Gaussian 可以通过两个不同的 Gaussian算子 之间的差来近似。
边缘细化和链接(edge thinning and linking)
通常我们对使用 Sobel 和 Prewitt 算子计算出来的梯度进行阈值筛选而检测到的边缘通常是带有多个像素 (multiple pixels) 并且由于噪声而是破碎的(broken due to noise)。 因此,我们在许多视觉任务中,都需要细化 (thinning) 边缘(将其转化为单像素边缘 one pixel edge)以及跟踪并链接像素点(tracing and linking)。
边缘链接 (edge linking)
对于每个边缘像素,考虑其本地邻点区域,如 3 x 3 或者 5 x 5。 如果满足以下条件,则应该链接两个边缘像素(x, y)和(x0, y0)。
当我们选择了E = 25, A = 15° 并应用在水平和垂直的边缘时效果如上图。(E 梯度强度阈值,A 梯度方向阈值)
Canny边缘检测 (Canny edge detector)
Canny边缘检测器是最常用的边缘检测器之一。该方法结合了边缘检测,细化,跟踪和链接。 通常Canny的输入是Sobel滤波的结果,先进行高斯平滑,然后在图像的x和y轴上分别使用Sobel进行滤波,并且得到了点的梯度强度和方向。 方法使用了高斯导数(derivative of Gaussian)。