边缘检测系列1：传统边缘检测算子

本文介绍了图像边缘检测的原理，指出边缘是灰度剧变处，检测基于方向导数掩码卷积。实现了通用边缘检测算子EdgeOP，集成Roberts、Prewitt等多种算子，提供四种边缘强度计算方式，并通过测试函数对比效果，展示了不同算子和计算方法的检测结果。

引入

图像的边缘指的是灰度值发生急剧变化的位置。

在图像形成过程中，由于亮度、纹理、颜色、阴影等物理因素的不同而导致图像灰度值发生突变，从而形成边缘。

边缘是通过检查每个像素的邻域并对其灰度变化进行量化的，这种灰度变化的量化相当于微积分里连续函数中方向导数或者离散数列的差分。

算法原理

传统的边缘检测大多数是通过基于方向导数掩码（梯度方向导数）求卷积的方法。

计算灰度变化的卷积算子包含Roberts算子、Prewitt算子、Sobel算子、Scharr算子、Kirsch算子、Robinson算子、Laplacian算子。

大多数边缘检测算子是基于方向差分卷积核求卷积的方法，在使用由两个或者多个卷积核组成的边缘检测算子时假设有 n 个卷积核，记 $Con{v}_1,Con{v}_2,\mathrm{.}\mathrm{.}\mathrm{.},Con{v}_n$Conv1,Conv2,...,Convn，为图像分别与个卷积核做卷积的结果，通常有四种方式来衡量最后输出的边缘强度。

取对应位置绝对值的和：${\sum }_{i=1}^n\mathrm{\mid }{\mathbf{c}\mathbf{o}\mathbf{n}\mathbf{v}}_i\mathrm{\mid }$∑i=1n∣convi∣

取对应位置平方和的开方：$\sqrt{{\sum }_{i=1}^n{\mathbf{c}\mathbf{o}\mathbf{n}\mathbf{v}}_i^2}$∑i=1nconvi2

取对应位置绝对值的最大值：$\max \{\mathrm{\mid }{\mathbf{c}\mathbf{o}\mathbf{n}\mathbf{v}}_1\mathrm{\mid },\mathrm{\mid }{\mathbf{c}\mathbf{o}\mathbf{n}\mathbf{v}}_2\mathrm{\mid },\mathrm{.}\mathrm{.}\mathrm{.},\mathrm{\mid }{\mathbf{c}\mathbf{o}\mathbf{n}\mathbf{v}}_i\mathrm{\mid }\}$max{∣conv1∣,∣conv2∣,...,∣convi∣}

插值法：${\sum }_{i=1}^n{a}_i\mathrm{\mid }{\mathbf{c}\mathbf{o}\mathbf{n}\mathbf{v}}_i\mathrm{\mid }$∑i=1nai∣convi∣，其中 $a_i>=0$ai>=0，且 ${\sum }_{i=1}^n{a}_i=1$∑i=1nai=1

代码实现

构建通用的边缘检测算子

import numpy as npimport paddleimport paddle.nn as nnclass EdgeOP(nn.Layer):    def __init__(self, kernel):        '''        kernel: shape(out_channels, in_channels, h, w)        '''        super(EdgeOP, self).__init__()        out_channels, in_channels, h, w = kernel.shape        self.filter = nn.Conv2D(in_channels=in_channels, out_channels=out_channels, kernel_size=(h, w), padding='SAME', bias_attr=False)        self.filter.weight.set_value(kernel.astype('float32'))        @staticmethod    def postprocess(outputs, mode=0, weight=None):        '''        Input: NCHW        Output: NHW(mode==1-3) or NCHW(mode==4)        Params:            mode: switch output mode(0-4)            weight: weight when mode==3        '''        if mode==0:            results = paddle.sum(paddle.abs(outputs), axis=1)        elif mode==1:            results = paddle.sqrt(paddle.sum(paddle.pow(outputs, 2), axis=1))        elif mode==2:            results = paddle.max(paddle.abs(outputs), axis=1)        elif mode==3:            if weight is None:                C = outputs.shape[1]                weight = paddle.to_tensor([1/C] * C, dtype='float32')            else:                weight = paddle.to_tensor(weight, dtype='float32')            results = paddle.einsum('nchw, c -> nhw', paddle.abs(outputs), weight)        elif mode==4:            results = paddle.abs(outputs)        return paddle.clip(results, 0, 255).cast('uint8')        @paddle.no_grad()    def forward(self, images, mode=0, weight=None):        outputs = self.filter(images)        return self.postprocess(outputs, mode, weight)

图像边缘检测测试函数

import osimport cv2from PIL import Imagedef test_edge_det(kernel, img_path='test.webp'):    img = cv2.imread(img_path, 0)    img_tensor = paddle.to_tensor(img, dtype='float32')[None, None, ...]    op = EdgeOP(kernel)    all_results = []    for mode in range(4):        results = op(img_tensor, mode=mode)        all_results.append(results.numpy()[0])        results = op(img_tensor, mode=4)    for result in results.numpy()[0]:        all_results.append(result)    return all_results, np.concatenate(all_results, 1)

Roberts 算子

roberts_kernel = np.array([    [[        [1,  0],        [0, -1]    ]],    [[        [0, -1],        [1,  0]    ]]])_, concat_res = test_edge_det(roberts_kernel)Image.fromarray(concat_res)

Prewitt 算子

prewitt_kernel = np.array([    [[        [-1, -1, -1],        [ 0,  0,  0],        [ 1,  1,  1]    ]],    [[        [-1,  0,  1],        [-1,  0,  1],        [-1,  0,  1]    ]],    [[        [ 0,  1,  1],        [-1,  0,  1],        [-1, -1,  0]    ]],    [[        [ -1, -1,  0],        [ -1,  0,  1],        [  0,  1,  1]    ]]])_, concat_res = test_edge_det(prewitt_kernel)Image.fromarray(concat_res)

Sobel 算子

sobel_kernel = np.array([    [[        [-1, -2, -1],        [ 0,  0,  0],        [ 1,  2,  1]    ]],    [[        [-1,  0,  1],        [-2,  0,  2],        [-1,  0,  1]    ]],    [[        [ 0,  1,  2],        [-1,  0,  1],        [-2, -1,  0]    ]],    [[        [ -2, -1,  0],        [ -1,  0,  1],        [  0,  1,  2]    ]]])_, concat_res = test_edge_det(sobel_kernel)Image.fromarray(concat_res)

Scharr 算子

scharr_kernel = np.array([    [[        [-3, -10, -3],        [ 0,   0,  0],        [ 3,  10,  3]    ]],    [[        [-3,  0,   3],        [-10, 0,  10],        [-3,  0,   3]    ]],    [[        [ 0,  3,  10],        [-3,  0,  3],        [-10, -3,  0]    ]],    [[        [ -10, -3, 0],        [ -3,  0, 3],        [ 0,  3,  10]    ]]])_, concat_res = test_edge_det(scharr_kernel)Image.fromarray(concat_res)

Krisch 算子

Krisch_kernel = np.array([    [[        [5, 5, 5],        [-3,0,-3],        [-3,-3,-3]    ]],    [[        [-3, 5,5],        [-3,0,5],        [-3,-3,-3]    ]],    [[        [-3,-3,5],        [-3,0,5],        [-3,-3,5]    ]],    [[        [-3,-3,-3],        [-3,0,5],        [-3,5,5]    ]],    [[        [-3, -3, -3],        [-3,0,-3],        [5,5,5]    ]],    [[        [-3, -3, -3],        [5,0,-3],        [5,5,-3]    ]],    [[        [5, -3, -3],        [5,0,-3],        [5,-3,-3]    ]],    [[        [5, 5, -3],        [5,0,-3],        [-3,-3,-3]    ]],])_, concat_res = test_edge_det(Krisch_kernel)Image.fromarray(concat_res)

Robinson算子

robinson_kernel = np.array([    [[        [1, 2, 1],        [0, 0, 0],        [-1, -2, -1]    ]],    [[        [0, 1, 2],        [-1, 0, 1],        [-2, -1, 0]    ]],    [[        [-1, 0, 1],        [-2, 0, 2],        [-1, 0, 1]    ]],    [[        [-2, -1, 0],        [-1, 0, 1],        [0, 1, 2]    ]],    [[        [-1, -2, -1],        [0, 0, 0],        [1, 2, 1]    ]],    [[        [0, -1, -2],        [1, 0, -1],        [2, 1, 0]    ]],    [[        [1, 0, -1],        [2, 0, -2],        [1, 0, -1]    ]],    [[        [2, 1, 0],        [1, 0, -1],        [0, -1, -2]    ]],])_, concat_res = test_edge_det(robinson_kernel)Image.fromarray(concat_res)

Laplacian 算子

laplacian_kernel = np.array([    [[        [1, 1, 1],        [1, -8, 1],        [1, 1, 1]    ]],    [[        [0, 1, 0],        [1, -4, 1],        [0, 1, 0]    ]]])_, concat_res = test_edge_det(laplacian_kernel)Image.fromarray(concat_res)

总结

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：边缘检测系列1：传统边缘检测算子要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题