📚 课程目录第3章边缘检测与特征提取

边缘检测与特征提取：从像素到语义的桥梁

边缘检测和特征提取，说白了就是让机器学会「看」轮廓。人眼扫一眼就知道哪里是边界、哪里是角点，但摄像头看到的只是一堆灰度值。我做了这么多年嵌入式视觉，最深的体会就是：特征提取的质量，直接决定了后续识别、跟踪、拼接的上限。

这一章我们聚焦四个经典工具：Sobel、Canny、Hough 变换、Harris/Shi-Tomasi 角点检测。它们不是最前沿的，但是工业界最常用的。你想想看，从产线缺陷检测到自动驾驶车道线识别，底层跑的还是这些算法。

  核心观点：边缘检测不是目的，而是手段。特征提取的质量，决定了整个视觉系统的天花板。

3.1 Sobel 算子：最朴素的边缘响应

Sobel 算子做的是什么事？就是计算图像灰度在水平和垂直方向上的变化率。用两个 3×3 的卷积核分别滑过图像，得到 Gx 和 Gy，然后合成梯度幅值。

我个人习惯在嵌入式平台上优先用 Sobel，因为它计算量小、容易定点化。但要注意：Sobel 对噪声敏感。我在一个户外监控项目里吃过亏——图像 SNR 低的时候，Sobel 输出全是噪点，根本看不出边缘。

// Sobel 水平核 Gx
[-1, 0, 1]
[-2, 0, 2]
[-1, 0, 1]

// Sobel 垂直核 Gy
[-1, -2, -1]
[ 0,  0,  0]
[ 1,  2,  1]

// 梯度幅值：G = sqrt(Gx² + Gy²)
// 工程简化：G ≈ |Gx| + |Gy|

工程技巧：在 ARM Cortex-A 系列上，用 NEON 指令集并行计算 Gx 和 Gy，速度能提升 3-5 倍。如果精度要求不高，直接用值求和代替开平方，省掉浮点运算。

3.2 Canny 边缘检测：工业界的黄金标准

Canny 为什么是黄金标准？因为它把边缘检测拆成了四个清晰的步骤。我当年第一次在 FPGA 上实现 Canny，才真正理解什么叫「算法工程化」。

高斯滤波：先平滑，抑制噪声。核大小一般取 5×5，σ 取 1.0-1.5。
计算梯度：用 Sobel 算梯度幅值和方向。
非极大值抑制：只保留梯度方向上的局部最大值，把粗边变细。
双阈值滞后：高阈值确定强边缘，低阈值连接弱边缘。

这里有个坑——双阈值怎么设？ 我曾经在一个项目中直接用固定阈值，结果换了个光照环境就全崩了。后来改用 Otsu 自适应阈值，才稳定下来。

避坑指南：低阈值建议设为高阈值的 1/2 到 1/3。如果边缘断裂严重，降低低阈值；如果伪边缘太多，提高高阈值。没有万能参数，必须根据实际图像调。

3.3 Hough 变换：从边缘到几何

边缘检测得到的是像素级的点，Hough 变换把它们聚合成直线或圆。核心思想是：在图像空间中共线的点，在参数空间中交于同一点。

直线检测用极坐标形式：ρ = x·cosθ + y·sinθ。每个边缘点投票给一组 (ρ, θ)，峰值就是检测到的直线。

我记得在做一个 PCB 板缺陷检测项目时，Hough 变换帮了大忙。板子上的焊盘位置有偏差，用 Hough 圆检测直接定位每个焊盘中心，比模板匹配快了一个数量级。

参数	含义	典型值	调优方向
ρ 分辨率	距离步长	1 像素	越小越精确，但计算量增大
θ 分辨率	角度步长	1°	直线检测 1° 够用，圆检测可放宽
累加器阈值	最少投票数	图像短边的 10%	阈值越高，检测到的直线越少
最小线段长度	有效线段最短长度	20 像素	过滤短噪声线段

  性能优化：Hough 变换的计算量跟参数空间分辨率成平方关系。在嵌入式平台上，先把 θ 步长设为 2°，检测到直线后再用局部搜索精化。这样能省掉 60% 以上的计算。

3.4 角点检测：Harris 与 Shi-Tomasi

角点就是图像中灰度变化剧烈的点——说白了就是「拐弯的地方」。Harris 角点检测用自相关矩阵 M 的特征值来判断：两个特征值都大，就是角点；一个大一个小，是边缘；两个都小，是平坦区域。

Shi-Tomasi 是 Harris 的改进版。它直接用 min(λ₁, λ₂) 作为响应值，比 Harris 的 R = det(M) - k·trace²(M) 更直观，也更稳定。

// Harris 响应值
R = det(M) - k * trace(M)²
// 其中 M = [Ix², IxIy; IxIy, Iy²]
// k 通常取 0.04 - 0.06

// Shi-Tomasi 响应值
R = min(λ₁, λ₂)
// 直接取两个特征值中的较小者

我在做视觉 SLAM 时，特征点提取用的就是 Shi-Tomasi。它比 Harris 更稳定，尤其是在纹理重复的场景中。但要注意：角点检测对图像金字塔层数敏感。层数太少，尺度变化大时匹配不上；层数太多，计算量翻倍。

实用建议：对于 640×480 的图像，金字塔层数取 3-4 层就够了。每层检测的角点数量建议控制在 200-500 个，太多反而降低匹配质量。

3.5 四种方法的对比与选型

实际项目中怎么选？我列个表，你一看就明白。

方法	输出	计算量	抗噪性	典型场景
Sobel	梯度幅值图	低	差	实时预处理、边缘强度估计
Canny	二值边缘图	中	好	缺陷检测、轮廓提取
Hough	直线/圆参数	高	较好	车道线、定位标记、焊盘检测
Harris/Shi-Tomasi	角点坐标	中	较好	特征匹配、SLAM、图像拼接

选型原则其实很简单：先明确你要什么。要边缘强度，用 Sobel；要干净的二值边缘，用 Canny；要几何参数，用 Hough；要稳定特征点，用 Shi-Tomasi。别想着一个算法包打天下。

重要提醒：在嵌入式平台上，Hough 变换的累加器数组可能很大。比如 640×480 图像，ρ 范围约 800，θ 步长 1° 有 180 个，累加器就是 800×180 = 144000 个单元。如果每个单元用 32 位整数，就是 576KB——对某些 MCU 来说已经不小了。建议用 16 位累加器，或者分块处理。

嗯，这一章的内容就到这里。四种方法各有千秋，但核心思路是一致的：从像素中提取出有语义的结构。你在实际项目中遇到问题，随时可以回来翻翻这张知识体系图，看看自己卡在哪一步。