貴州民族大學法學院 貴州 貴陽 550025
在包含各向同性無紋理特征的灰度圖像中,邊緣是兩個具有不同恒定灰度的區域之間的邊界。這種圖片中的理想邊緣兩側具有明顯的灰度差,根據所分析圖片的類別,容易得到各種邊緣橫截面。如果觀察實體對象,其中包含不同方向的表面,以銳角相交,則也存在屋頂型邊緣和尖峰邊緣。邊緣檢測是一種圖像處理技術,用于查找和獲取圖像內部不同對象的邊界。通過檢測亮度的不連續來實現邊緣的獲得。邊緣檢測技術經常用于圖像處理,計算機視覺,機器視覺和精密工程制造等領域中的圖像分割、數據提取和功能區域分割。
在圖像處理領域,邊緣一詞一般指灰度邊緣,因為無論什么實物對象的照片或檢測數據結構,在二維空間的表象都是具有不同灰度的圖像,灰度邊緣是迄今為止圖像處理領域最常見的邊緣類型。對于圖像,可以看作二維矩陣f(x,y),其方向導數在邊緣部分有局部極值。因此,通常邊緣檢測技術的基本思想就是用各種方法求出f(x,y)梯度的局部極大值和方向。常見的通用的邊緣檢測算法算子包括Roberts,Sobel,Laplacian, Canny和Prewitt等[1]。
除了基本的邊緣檢測算子之外還有基于形態學的邊緣檢測技術,基于小波、輪廓波模極大的邊緣檢測技術,基于一些動態特征融合的邊緣檢測技術等[2]。但相比于基本的算子邊緣檢測,這些技術實現相對要復雜一些。
基于各類算子的邊緣檢測技術因其應用簡單方便而獲得了多個行業和領域的廣泛接受。為了體現算子在圖片領域的邊緣檢測能力。本文采用邊緣檢測算子針對一般照片的邊緣檢測能力進行了研究。結果如圖1所示。

圖1 照片的邊緣檢測
圖1(a) 所示為作者所拍攝的某地風景照片,包含色彩單一均勻的天空,邊緣明顯的房屋,平滑的字牌以及邊緣界限模糊的樹木等。采用上節介紹的算子,計算機編程以后獲得的邊緣如圖1(b)所示。天空由于沒有云朵等明顯變化,色調統一,識別以后只能看到天空與樹木的邊界。樹木個體之間雖然實際中界限明顯,但是作為一個整體,枝葉過于茂密,因此細節邊緣并沒有識別出來。字牌上字雖然平滑,但由于灰度不同,也被準確識別出來了。實驗證明對于繪畫作品同樣可以識別邊界。
線描是中國畫的重要表現形式之一,可以從拍攝的照片中提取線描稿,整理后的線描稿可以作為獨立的繪畫作品,也可以在線描稿的基礎上繪制而成工筆畫。即在線描基礎上進行渲染,把線描作品加工成有顏色的工筆設色繪畫作品。
面對紛繁的現實世界萬物,花鳥蟲魚,山水人物,通過觀察的方法,捕獲感覺特征線,除了需要一定的美術構圖知識以外還需要長期的繪畫訓練,才能準確把握對象的特診輪廓邊緣。而基于圖像識別處理領域的邊緣檢測技術,是一種十分快速有效地獲得繪畫對象的輪廓線條的方法。獲得了繪畫對象的輪廓,即使對于沒有美術基礎,或者美術繪畫基礎比較薄弱的初學者,也能臨摹或畫工筆畫。對于一些名畫作品,學習繪畫者,可以在獲得原畫輪廓以后,臨摹經典繪畫作品的白描稿,有利于學畫者早日掌握所繪對象的輪廓特征。
在平常的工作學習生活中,我們畫幾幅自己喜歡的畫,可以豐富個人業余生活,鍛煉自己的觀察能力和動作協調能力。借助于計算機技術和邊緣檢測技術的發展,可以更加方便地獲得繪畫作品和手機隨手拍攝的電子數碼照片的輪廓邊緣特征,更加便捷的創作我們自己的作品。相信在未來,這一技術在繪畫作品的數字化和繪畫技藝的普及領域必將取得重要作用。