图像检测中的线和边缘有什么区别？

Question

我们一直在学习 Sobel 和 Roberts 的卷积矩阵等方法来检测图像中的边缘，并扩展到 Canny 方法来清除它们。但现在，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 - 我不知道如何概念化“线”和“边”之间的区别。有人可以在不使用复杂的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/事物到另一个阶段/对象/事物的过渡。一侧有一种颜色，另一侧有另一种颜色。或者在一侧有前景，在另一侧有背景。

线是一维结构。它的两侧都有相同的相位/物体/事物。一方面你有背景，另一方面你也有背景。

梯度幅值滤波器将边缘变成一条线。

边有方向（法线），线有方向（如果将其旋转 180 度，看起来是一样的）。

您可以将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。

它们都是局部直的，因为在足够小的区域内考虑弯曲的东西，会显得直。

Answer 2

Sobel 和 Roberts 等方法可以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，例如直线、圆形和椭圆形。

Answer 3

边缘检测是在图像中查找轮廓的过程，无论它们看起来是什么样。

直线检测找到线段（有时通过扩展，找到其他几何图形，例如圆弧）。

Answer 4

我们尝试帮助此图中的数据更易于阅读。

尝试：www.dialtosee.com“FCS_n2.js”<-- by hand may contain humanoid, yet traces well after binary conversion from 27 layers.

重新开始？ : 0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111

“有人在 www.twoExponents4096.com -- 表情符号索引上吗？”