边缘检测：从 Sobel 到 Canny

一句话定义

边缘是图像亮度发生剧烈变化的位置，边缘检测用梯度算子定位这些位置，Canny 算法再通过非极大值抑制与双阈值滞后把梯度图变成干净的细边缘。

为什么重要

边缘是物体轮廓、纹理边界与深度突变在图像上最直接的投影；它既是传统视觉（角点检测、霍夫变换、分割）的输入，也是理解「深度网络到底在低层学到什么」的参照系——CNN 第一层卷积核可视化出来就是各种方向的边缘滤波器。

直观类比

沿着一条道路走（扫描图像），亮度像台阶一样突然跳变的位置就是边缘；Sobel 负责发现「这里有个台阶、朝哪个方向」，Canny 负责把同一级台阶重复报警的邻居只留一个，再用两道门槛判断这级台阶值不值得记下来。

前置知识

kp-002（卷积与核）。

核心概念

梯度（Gradient）：亮度在 x、y 方向的变化率向量，指向增长最快的方向；边缘法向与梯度方向一致。
Sobel 算子：一对 3×3 核，分别估计水平与垂直梯度，内置了轻微平滑。
梯度幅值与方向：幅值衡量「有多像边缘」，方向说明边缘朝向。
非极大值抑制（一维版）：沿梯度方向只保留局部幅值最大的点，把粗边缘变细。
双阈值滞后（Hysteresis）：高阈值确认强边缘，低阈值连接弱边缘，避免断裂。
Canny 四步：高斯平滑 → 计算梯度 → 非极大值抑制 → 双阈值滞后连接。

原理与机制

梯度由两个方向的差分核卷积得到；理想阶跃边缘的导数是冲激，因此「找导数极大值」等价于「找边缘」。直接差分对噪声敏感，Canny 在推导中把「好检测、好定位、单响应」三个准则形式化为一个最优化问题，结论是先用高斯平滑再求导，近似等价于高斯一阶导数算子。非极大值抑制把每个像素的梯度方向量化到 0/45/90/135 度四个扇区，只在同方向邻域内比较幅值；双阈值后从强边缘点出发、沿 8 邻域把相连的弱边缘点并入。

公式与模型

Gx = Sobel_x * I      Gy = Sobel_y * I
M(x, y) = √(Gx² + Gy²)          θ(x, y) = atan2(Gy, Gx)

Sobel_x 核：[[-1, 0, +1], [-2, 0, +2], [-1, 0, +1]]；Sobel_y 为其转置。幅值 M 越大越像边缘，方向 θ 垂直于边缘走向。

图示

实例与案例

工业零件尺寸测量：打光后零件与背景形成强边缘，Canny 边缘 + 轮廓拟合即可亚像素级测宽。文档扫描 App 的自动裁边同样是 Canny 找到纸张四条直线边后求交点。深度学习时代边缘检测（如 HED 网络）在多尺度上学习边缘概率图，但 Canny 仍是零成本、可解释的基线。

import cv2
blur = cv2.GaussianBlur(gray, (3, 3), 0)
edges = cv2.Canny(blur, threshold1=60, threshold2=150)   # 低/高阈值约 1:2 到 1:3

常见误区

把 Canny 结果当物体轮廓：边缘只保证亮度突变，纹理、阴影、反光都会出边，轮廓级理解需要后续语义。
阈值拍脑袋：高阈值应设在强边缘幅值的高分位（如 90 分位），低阈值约为其一半；不同光照下需重标。
跳过平滑直接 Canny：噪声会形成大量碎边，反而更难清理。
以为输出是二值轮廓图就完事：Canny 只给边缘像素，物体级别的封闭轮廓要靠轮廓跟踪或分割算法。

与其他知识点的关系

边缘梯度是 kp-006 Harris 角点的原材料（角点 = 两方向梯度都大）；kp-022 光流方程里的 Ix、Iy 同样来自梯度估计。

自测题

Canny 中低阈值过高或过低分别会怎样？

答案要点：过高则边缘断裂；过低则把噪声弱边缘接进来，边缘变毛。

为什么 Sobel 核比简单差分更常用？

答案要点：它内置中心行/列加权，相当于先做一次平滑再差分，抗噪更好。

非极大值抑制沿什么方向比较？

答案要点：沿梯度方向（垂直于边缘走向），保留幅值局部最大的点以获得单像素宽边缘。