發(fā)布時(shí)間：2022-09-18 07:00:16 文章作者：學(xué)術(shù)小編 www.bear18.com
Roberts算子是一種最簡單的算子，利用局部差分算子尋找邊緣的算子。 采用對(duì)角線相鄰兩像素之差近似梯度幅值檢測(cè)邊緣。 。 檢測(cè)垂直邊緣的效果比斜向邊緣要好，定位精度高，對(duì)噪聲比較敏感，無法抑制噪聲的影響。 Roberts邊緣算子是一個(gè)2x2的模板，采用的是對(duì)角方向相鄰的兩個(gè)像素之差。 從圖像處理的實(shí)際效果來看，邊緣定位較準(zhǔn)，對(duì)噪聲敏感。
在介紹完濾波的知識(shí)后，學(xué)習(xí)基本邊緣檢測(cè)算法是一件很輕松的事情，因?yàn)檫吘墮z測(cè)本質(zhì)上就是一種濾波算法，區(qū)別在于 濾波器的選擇 ，濾波的規(guī)則是完全一致的 為了更好理解邊緣檢測(cè)算子，我們引入 梯度 (gradient) 這一概念，梯度是 人工智能 (artificial intelligence) 非常重要的一個(gè)概念，遍布 機(jī)器學(xué)習(xí) 、 深度學(xué)習(xí) 領(lǐng)域，學(xué)過微積分的同學(xué)應(yīng)該知道一維函數(shù)的一階微分基本定義為：
2013 屆畢業(yè)設(shè)計(jì)（論文） 傳統(tǒng)邊緣檢測(cè)方法及理論基礎(chǔ)2.1 數(shù)字圖像邊緣檢測(cè)的現(xiàn)狀與發(fā)展 在數(shù)字圖像處理中，邊緣特征是圖像的重要特征之一，是圖像處理、模式識(shí)別和計(jì) 算機(jī)視覺的重要組成部分之一，圖像邊緣檢測(cè)的結(jié)果直接影響進(jìn)一步圖像處理、模式識(shí) 別的效果。 近幾十年來，圖像邊緣檢測(cè)技術(shù)成為數(shù)字圖像處理技術(shù)重要研究課題之一，隨著科 學(xué)技術(shù)的發(fā)展，研究人員提出了很多圖像邊緣檢測(cè)方法及邊緣檢測(cè)效果的評(píng)價(jià)方法，并 且將這些邊緣檢測(cè)技術(shù)應(yīng)用于計(jì)算機(jī)視覺和模式識(shí)別工程領(lǐng)域，使得邊緣檢測(cè)技術(shù)的應(yīng) 用范圍越來越廣，圖像的邊緣一般是圖像的灰度或者顏色發(fā)生劇烈變化的地方，而這些 變化往往是由物體的結(jié)構(gòu)和紋理，外界的光照和物體的表面對(duì)光的反射造成的。
Roberts算子 又稱為交叉微分算法，它是基于交叉差分的梯度算法，通過局部差分計(jì)算檢測(cè)邊緣線條。. 常用來處理具有陡峭的低噪聲圖像，當(dāng)圖像邊緣接近于正45度或負(fù)45度時(shí)，該算法處理效果更理想。. 其缺點(diǎn)是對(duì)邊緣的定位不太準(zhǔn)確，提取的邊緣線條較粗。. Roberts算子的 模板 分為水平方向和垂直方向，如下式所示，從其模板可以看出，Roberts算子能較好的增強(qiáng)正負(fù)45度的圖像邊緣。. 例如，下面給出 Roberts算子 的 模板 ，在 像素點(diǎn)P5處 和 方向上的梯度大小 和 分別計(jì)算為：.
