如何識別圖像邊緣？
點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時間送達
作者：?阮一峰
圖像識別（image recognition）是現(xiàn)在的熱門技術(shù)。
文字識別、車牌識別、人臉識別都是它的應(yīng)用。但是，這些都算初級應(yīng)用，現(xiàn)在的技術(shù)已經(jīng)發(fā)展到了這樣一種地步：計算機可以識別出，這是一張狗的照片，那是一張貓的照片。
這是怎么做到的？
讓我們從人眼說起，學(xué)者發(fā)現(xiàn)，人的視覺細胞對物體的邊緣特別敏感。也就是說，我們先看到物體的輪廓，然后才判斷這到底是什么東西。
計算機科學(xué)家受到啟發(fā)，第一步也是先識別圖像的邊緣。
加州大學(xué)的學(xué)生 Adit Deshpande 寫了一篇文章《A Beginner's Guide To Understanding Convolutional Neural Networks》，介紹了一種最簡單的算法，非常具有啟發(fā)性，體現(xiàn)了圖像識別的基本思路。
首先，我們要明白，人看到的是圖像，計算機看到的是一個數(shù)字矩陣。所謂"圖像識別"，就是從一大堆數(shù)字中找出規(guī)律。
怎樣將圖像轉(zhuǎn)為數(shù)字呢？一般來說，為了過濾掉干擾信息，可以把圖像縮?。ū热缈s小到 49 x 49 像素），并且把每個像素點的色彩信息轉(zhuǎn)為灰度值，這樣就得到了一個 49 x 49 的矩陣。
然后，從左上角開始，依次取出一個小區(qū)塊，進行計算。
上圖是取出一個 5 x 5 的區(qū)塊。下面的計算以 7 x 7 的區(qū)塊為例。
接著，需要有一些現(xiàn)成的邊緣模式，比如垂直、直角、圓、銳角等等。
上圖右邊是一個圓角模式，左邊是它對應(yīng)的 7 x 7 灰度矩陣?？梢钥吹?，圓角所在的邊緣灰度值比較高，其他地方都是0。
現(xiàn)在，就可以進行邊緣識別了。下面是一張卡通老鼠的圖片。
取出左上角的區(qū)塊。
取樣矩陣與模式矩陣對應(yīng)位置的值相乘，進行累加，得到6600。這個值相當(dāng)大，它說明什么呢？
取樣矩陣移到老鼠頭部，與模式矩陣相乘，得到的值是0。
乘積越大就說明越匹配，可以斷定區(qū)塊里的圖像形狀是圓角。通常會預(yù)置幾十種模式，每個區(qū)塊計算出最匹配的模式，然后再對整張圖進行判斷。
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~