image - 图像检测中的线和边缘有什么区别？

Question

我们一直在学习像 Sobel 和 Roberts 的卷积矩阵这样的方法来检测图像中的边缘，并扩展到 Canny 方法来清除它们。但是现在，我们正在学习“线”检测，而不是“边缘”检测——使用霍夫变换等方法。

问题是 - 我什至不知道如何概念化“线”和“边缘”之间的区别。有人可以在不使用复杂数学方程等的情况下向我解释这种差异吗？

Answer 1

边缘是从一个阶段/对象/事物到另一个的过渡。一方面你有一种颜色，另一方面你有另一种颜色。或者一方面你有前景，另一方面你有背景。

一条线是一维结构。它在两边都有相同的阶段/对象/事物。一方面你有背景，另一方面你也有背景。

梯度幅度滤波器将边缘变成一条线。

一条边有一个方向（法线），一条线有一个方向（如果你把它旋转 180 度，它看起来是一样的）。

您可以将一条线视为非常靠近的两个相对边缘。

线条和边缘都是图像的局部属性。图像的任何足够小的部分都将显示为边缘或线条。

它们都是局部笔直的，因为在足够小的区域内考虑弯曲的东西会显得笔直。

Answer 2

边缘检测是在图像中寻找轮廓的过程，无论它们看起来像什么。

线检测发现线段（有时通过扩展，其他几何图形，如圆弧）。

Answer 3

Sobel 和 Roberts 等方法可帮助您检测图像中的边缘。霍夫变换等方法有助于识别这些边缘是否实际上是几何形状，例如线条、圆形和椭圆形。