本页翻译不是最新的。点击此处可查看最新英文版本。

edge

查找二维灰度图像中的边缘

语法

BW = edge(I)

BW = edge(I,method)

BW = edge(I,method,threshold)

BW = edge(I,method,threshold,direction)

BW = edge(___,"nothinning")

BW = edge(I,method,threshold,sigma)

BW = edge(I,method,threshold,h)

[BW,threshOut] = edge(___)

[BW,threshOut,Gx,Gy] = edge(___)

说明

BW = edge(I) 返回二值图像 BW，其中的值 1 对应于灰度或二值图像 I 中函数找到边缘的位置，值 0 对应于其他位置。默认情况下，edge 使用 Sobel 边缘检测方法。

提示

要查找三维灰度或二值图像中的边缘，请使用 edge3 函数。

BW = edge(I,method) 使用 method 指定的边缘检测算法检测图像 I 中的边缘。

BW = edge(I,method,threshold) 返回强度高于 threshold 的所有边缘。

BW = edge(I,method,threshold,direction) 指定要检测的边缘的方向。Sobel 和 Prewitt 方法可以检测垂直方向和/或水平方向的边缘。Roberts 方法可以检测与水平方向成 45 度角和/或 135 度角的边缘。仅当 method 是 "Sobel"、"Prewitt" 或 "Roberts" 时，此语法才有效。

BW = edge(___,"nothinning") 跳过边缘细化阶段，这可以提高性能。仅当 method 是 "Sobel"、"Prewitt" 或 "Roberts" 时，此语法才有效。

BW = edge(I,method,threshold,sigma) 指定 sigma，即滤波器的标准差。仅当 method 是 "log" 或 "Canny" 时，此语法才有效。

BW = edge(I,method,threshold,h) 使用 "zerocross" 方法和您指定的滤波器 h 检测边缘。仅当 method 是 "zerocross" 时，此语法才有效。

[BW,threshOut] = edge(___) 还返回阈值。

[BW,threshOut,Gx,Gy] = edge(___) 还返回定向梯度。对于 Sobel 和 Prewitt 方法，Gx 和 Gy 分别对应于水平和垂直梯度。对于 Roberts 方法，Gx 和 Gy 分别对应于与水平方向成 135° 和 45° 角的梯度。仅当 method 是 "Sobel"、"Prewitt" 或 "Roberts" 时，此语法才有效。

示例

比较使用 Canny 和 Prewitt 方法的边缘检测结果

将灰度图像读入工作区并显示它。

I = imread('circuit.tif');
imshow(I)

使用 Canny 方法查找边缘。

BW1 = edge(I,'Canny');

使用 Prewitt 方法查找边缘。

BW2 = edge(I,'Prewitt');

将两个结果并排显示。

imshowpair(BW1,BW2,'montage')

输入参数

I — 输入图像

二维灰度图像 | 二维二值图像

输入图像，指定为二维灰度图像或二维二值图像。

对于 "approxcanny" 方法，数据类型为 single 或 double 的图像必须归一化至范围 [0, 1]。如果 I 的值超出范围 [0, 1]，则可以使用 rescale 函数将值重新缩放到预期范围。

数据类型: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical

method — 边缘检测方法

"Sobel" (默认) | "Prewitt" | "Roberts" | "log" | "zerocross" | "Canny" | "approxcanny"

边缘检测方法，指定为下列方法之一。

方法	描述
"Sobel"	使用导数的 Sobel 逼近，通过寻找图像 I 的梯度最大的那些点来查找边缘。
"Prewitt"	使用导数的 Prewitt 逼近，通过寻找 I 的梯度最大的那些点来查找边缘。
"Roberts"	使用导数的 Roberts 逼近，通过寻找 I 的梯度最大的那些点来查找边缘。
"log"	使用高斯拉普拉斯 (LoG) 滤波器对 I 进行滤波后，通过寻找过零点来查找边缘。
"zerocross"	使用您指定的滤波器 h 对 I 进行滤波后，通过寻找过零点来查找边缘。
"Canny"	通过寻找 I 的梯度的局部最大值来查找边缘。edge 函数使用高斯滤波器的导数计算梯度。此方法使用双阈值来检测强边缘和弱边缘，如果弱边缘与强边缘连通，则将弱边缘包含到输出中。通过使用双阈值，Canny 方法相对其他方法不易受噪声干扰，更可能检测到真正的弱边缘。
"approxcanny"	使用近似版 Canny 边缘检测算法查找边缘，该算法的执行速度较快，但检测不太精确。浮点图像应归一化到范围 [0, 1]。

threshold — 敏感度阈值

数值标量 | 二元素向量 | []

敏感度阈值，指定为数值标量（对于一般 method）或二元素向量（对于 "Canny" 和 "approxcanny" 方法）。edge 忽略所有强度不大于 threshold 的边缘。有关此参数的详细信息，请参阅算法。

• 如果不指定 threshold 或指定空数组 ([])，则 edge 会自动选择一个或多个值。

• 对于 "log" 和 "zerocross" 方法，如果您指定阈值 0，则输出图像具有闭合轮廓，因为它包括输入图像中的所有过零点。

• "Canny" 和 "approxcanny" 方法使用两个阈值。edge 忽略边缘强度低于下阈值的所有边缘，保留边缘强度高于上阈值的所有边缘。您可以将 threshold 指定为 [low high] 形式的二元素向量，其中 low 和 high 值在范围 [0, 1] 内。您还可以将 threshold 指定为数值标量，edge 将其分配给上阈值。在这种情况下，edge 使用 threshold*0.4 作为下阈值。

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

direction — 要检测的边缘的方向

"both" (默认) | "horizontal" | "vertical"

要检测的边缘的方向，指定为 "horizontal"、"vertical" 或 "both"。仅当 method 是 "Sobel"、"Prewitt" 或 "Roberts" 时，direction 参数才有效。

注意

如果您选择 Roberts method，则 "horizontal" 方向检测到与水平方向成 135° 角的边缘，"vertical" 方向检测到与水平方向成 45° 角的边缘。

数据类型: char | string

h — 滤波器

数值矩阵

滤波器，指定为数值矩阵。仅 "zerocross" 方法支持 h 参数。

数据类型: double

sigma — 滤波器的标准差

数值标量

滤波器的标准差，指定为数值标量。仅 "Canny" 和 "log" 方法支持 sigma 参数。

方法	描述
"Canny"	标量值，指定高斯滤波器标准差。默认值为 sqrt(2)。edge 根据 sigma 自动选择滤波器的大小。
"log"（高斯拉普拉斯）	标量值，指定高斯拉普拉斯滤波器标准差。默认值为 2。滤波器的大小为 n×n，其中 n=ceil(sigma*3)*2+1。

数据类型: double

输出参数

BW — 输出二值图像

逻辑数组

输出二值图像，以与 I 大小相同的逻辑数组形式返回，值 1 对应于 I 中函数找到边缘的位置，值 0 对应于其他位置。

threshOut — 计算的阈值

数值标量 | 二元素向量 | []

在运算中使用的计算的阈值，以二元素向量形式（对于 "Canny" method 方法）、空向量 ([]) 形式（对于 "approxcanny" 方法）或数值标量形式（对于所有其他边缘检测方法）返回。

Gx — 水平梯度

数值数组

水平梯度，以与 I 大小相同的数值数组形式返回。大的水平梯度幅值表示强垂直边缘。

注意

如果您选择 Roberts method，则 edge 将返回与水平方向成 135° 角计算的梯度。

Gy — 垂直梯度

数值数组

垂直梯度，以与 I 大小相同的数值数组形式返回。大的垂直梯度幅值表示强水平边缘。

注意

如果您选择 Roberts method，则 edge 将返回与水平方向成 45° 角计算的梯度。

算法

• 对于梯度幅值边缘检测方法（Sobel、Prewitt 和 Roberts），edge 使用 threshold 作为计算所得梯度幅值的阈值。

• 对于过零方法，包括高斯拉普拉斯，edge 使用 threshold 作为过零的阈值。换言之，较大的过零跳跃被视为边缘，而较小的过零跳跃不是。

• Canny 方法对梯度应用两个阈值：具有低边缘敏感度的上阈值和具有高边缘敏感度的下阈值。edge 在低敏感度结果的基础上进行扩展，以包含高敏感度结果中连通的边缘像素。这有助于填补检测到的边缘中的间断。

• 在所有情况下，edge 都根据输入数据启发式地选择默认阈值。更改阈值的最佳方法是运行一次 edge，捕获计算出的阈值作为第二个输出参数。然后，从 edge 计算的值开始，调高阈值以检测更少的边缘像素，或调低阈值以检测更多的边缘像素。

参考

[1] Canny, John, "A Computational Approach to Edge Detection," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-8, No. 6, 1986, pp. 679-698.

[2] Lim, Jae S., Two-Dimensional Signal and Image Processing, Englewood Cliffs, NJ, Prentice Hall, 1990, pp. 478-488.

[3] Parker, James R., Algorithms for Image Processing and Computer Vision, New York, John Wiley & Sons, Inc., 1997, pp. 23-29.

扩展功能

C/C++ 代码生成

使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制：

• edge 支持 C 代码生成（需要 MATLAB^® Coder™）。请注意，如果您选择通用的 MATLAB Host Computer 目标平台，edge 生成的代码将使用平台特定的预编译共享库。使用共享库可保留性能上的优化，但适用范围仅限于生成的代码所适用的目标平台。有关详细信息，请参阅Image Processing Toolbox 中代码生成支持的类型。

• method、direction 和 sigma 参数必须为编译时常量。

GPU 代码生成

使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

用法说明和限制：

• 生成优化的 CUDA^® 代码需要 GPU Coder™。

• method、direction 和 sigma 参数必须为编译时常量。

• 不支持 "approxcanny" 边缘检测方法。

• 不支持 Gx 和 Gh 输出参数。

基于线程的环境

使用 MATLAB® backgroundPool 在后台运行代码或使用 Parallel Computing Toolbox™ ThreadPool 加快代码运行速度。

此函数完全支持基于线程的环境。有关详细信息，请参阅在基于线程的环境中运行 MATLAB 函数。

GPU 数组

通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

用法说明和限制：

• 不支持 "Canny" 和 "approxcanny" 边缘检测方法。

有关详细信息，请参阅GPU 上的图像处理。

版本历史记录

在 R2006a 之前推出

R2023b: 对 C 代码生成的额外支持

在生成 C 代码时，现在支持 "approxcanny" 边缘检测方法。

R2022b: 对 C 代码生成的额外支持

生成 C 代码时，现在支持 Gx 和 Gy 输出参数。

R2022b: 支持基于线程的环境

edge 现在支持基于线程的环境。

R2011a: edge 对 Canny 方法使用新算法

函数 edge 在版本 7.2 (R2011a) 中已更改。在以前的版本中，Image Processing Toolbox™ 对 Canny 方法使用另一种算法。如果您希望结果与以前的实现相同，请使用以下语法：BW = edge(I,"canny_old",___)

另请参阅

edge3 | fspecial | imgradient | imgradientxy