03 边缘检测（Edge Detection）

03 边缘检测（Edge Detection）

一、核心思想：边缘检测 = 卷积运算

边缘检测的本质是通过卷积核（filter / kernel） 对图像进行滑动窗口操作，突出图像中亮度发生剧烈变化的位置——即“边缘”。

• 图像可视为二维矩阵 $I \in \mathbb{R}^{H \times W}$。
• 卷积核为小尺寸矩阵（如 $3 \times 3$），记作 $K \in \mathbb{R}^{k \times k}$。

• 卷积输出（特征图）为：

  \[(I * K)_{i,j} = \sum_{m=0}^{k-1} \sum_{n=0}^{k-1} I_{i+m, j+n} \cdot K_{m,n}\]

注：此处为“有效卷积”（valid convolution），不考虑 padding。

---

二、垂直与水平边缘检测

1. 垂直边缘检测器（Vertical Edge Detector）

典型卷积核：

\[K_{\text{vert}} = \begin{bmatrix} 1 & 0 & -1 \\ 1 & 0 & -1 \\ 1 & 0 & -1 \end{bmatrix}\]

• 作用：检测图像中从左到右由亮变暗的垂直边缘。
• 若结果为正（如 +30），表示左侧亮、右侧暗（正边）；
• 若结果为负（如 -30），表示左侧暗、右侧亮（负边）。

✅ 正负号区分了明暗过渡方向。

若不关心方向，可取绝对值：

\[|I * K_{\text{vert}}|\]

2. 水平边缘检测器（Horizontal Edge Detector）

典型卷积核：

\[K_{\text{horiz}} = \begin{bmatrix} 1 & 1 & 1 \\ 0 & 0 & 0 \\ -1 & -1 & -1 \end{bmatrix}\]

• 作用：检测从上到下由亮变暗的水平边缘。
• 正响应：上亮下暗；负响应：上暗下亮。

---

三、经典边缘检测算子（Hand-crafted Filters）

1. Sobel 算子（Sobel Filter）

增强中心行/列权重，提升抗噪能力：

• 垂直 Sobel：

  \[K_{\text{Sobel, vert}} = \begin{bmatrix} 1 & 0 & -1 \\ 2 & 0 & -2 \\ 1 & 0 & -1 \end{bmatrix}\]

• 水平 Sobel：

  \[K_{\text{Sobel, horiz}} = \begin{bmatrix} 1 & 2 & 1 \\ 0 & 0 & 0 \\ -1 & -2 & -1 \end{bmatrix}\]

✅ 中心加权 → 对噪声更鲁棒。

---

2. Scharr 算子（Scharr Filter）

比 Sobel 更精确地逼近梯度导数：

• 垂直 Scharr：

  \[K_{\text{Scharr, vert}} = \begin{bmatrix} 3 & 0 & -3 \\ 10 & 0 & -10 \\ 3 & 0 & -3 \end{bmatrix}\]

• 水平 Scharr 可通过对转获得。

✅ 在小尺度下梯度估计更准确。

---

四、从手工设计到可学习滤波器（Learnable Filters）

关键思想：

不再固定卷积核数值，而是将其视为可训练参数！

• 将 $3 \times 3$ 卷积核中的 9 个元素视为可学习参数：

  \[K = \begin{bmatrix} w_1 & w_2 & w_3 \\ w_4 & w_5 & w_6 \\ w_7 & w_8 & w_9 \end{bmatrix} \quad \text{其中 } w_i \text{ 通过反向传播优化}\]

• 在深度学习中，这些参数在训练过程中自动调整，以提取对任务最有用的特征（如边缘、纹理、角点等）。

优势：

• 可检测任意角度的边缘（不仅是 0°、90°，还包括 45°、73° 等）；
• 可学习非传统模式的特征（甚至无明确物理解释的滤波器）；
• 自适应于具体任务（分类、检测、分割等）。

💡 卷积神经网络（CNN）的第一层通常学习到的就是类似 Gabor 或边缘检测器的低级视觉特征。

---

五、图像尺寸与边缘响应的关系

• 在小图像（如 $6 \times 6$）中，边缘区域占比大，中间可能出现“混合响应”（如 +10 表示部分正边 + 部分负边抵消）。
• 在大图像（如 $1000 \times 1000$）中，边缘区域占比极小，中间过渡带影响可忽略，边缘响应更清晰。

---

六、总结要点（Key Takeaways）

概念	说明
卷积 = 边缘检测基础	所有边缘检测本质都是卷积运算
正/负响应	区分明暗过渡方向（亮→暗 vs 暗→亮）
垂直 vs 水平滤波器	结构互为转置，分别检测不同方向边缘
Sobel / Scharr	经典手工设计算子，具抗噪性或高精度
可学习滤波器	将卷积核参数化，通过反向传播自动优化
CNN 的第一层	通常自动学习出边缘、条纹等低级特征

---

七、后续内容预告

接下来将学习：

• Padding（填充）：控制输出尺寸，保留边界信息；
• Stride（步长）：控制卷积滑动步幅；
• 这些是构建卷积神经网络（CNN） 的基础模块。

---

📌 学习建议：动手实现一个简单的卷积函数，用上述滤波器对灰度图做边缘检测，观察正负响应与图像结构的关系。再尝试用 PyTorch/TensorFlow 定义一个可学习的 $3\times3$ 卷积层，可视化其学到的核——你会发现它很像 Sobel 或 Gabor 滤波器！