動機
相機不會直接提供物件邊界,只記錄強度;算法估計強度在哪裏急變。低對比可遮住真正邊界,陰影或紋理也能產生強變化而沒有物件更替。因此第一個數學任務較有限:在指定影像模型下,計算並整理局部變化證據。
微分放大快速變化,也包括雜訊。平滑可減少某些雜訊,卻會把過渡擴散到更多像素。可靠分析必須同時承認兩者,不把大梯度當成完美邊界標籤。後續決策還可能非局部:弱候選可因一條路徑連到遠處強證據而保留。
本節由離散公式推導正規化 Sobel,證仿射強度場響應與獨立雜訊方差,再證有限圖上的閾值連通算法。這並非完整視覺課程或語義物件識別保證。
定義
定義 8.1.1
(像素座標與邊界規則)
影像強度記為整數像素上的 ,第一座標水平。以下內部公式假設所需像素均存在;有限陣列的補零、反射、裁切或週期延伸須另訂,邊界政策不同,邊框輸出也不同。
定義 8.1.2
(卷積與相關)
有限支撐卷積核 作用為 。有些軟件卻把不翻轉的 總和也叫卷積,按本約定那是互相關。對稱平滑核沒有差別,反對稱微分核則可能反號。
定義 8.1.3
(正規化 Sobel 響應與梯度幅值)
定義水平中央差分及垂直二項式平滑:
水平正規化 Sobel 為 ,交換座標得 。平移不變的有限濾波器在無窮格網及有限影像的內部像素上,因有限總和可重排而可交換;邊界填補或裁剪政策則可能破壞邊界附近的可交換性。展開為:
此尺度令單位斜坡響應為一。不除八的整數核給放大響應,相應閾值也須放大。梯度幅值 ;非零向量給局部等強度線的法向,切向則垂直。兩響應皆零時方向未定義。
以上量度的是每像素變化。若實際水平、垂直間距為 ,要用 才是每物理長度的變化:實際斜坡 給原始響應 。間距不等時,不只幅值,實際梯度方向也會改變。兩方向同除一個任意常數,不能修正各向不同的格網。
定義 8.1.4
(獨立雜訊模型)
雜訊模型為 , 確定,像素雜訊獨立、零均值且共同有限方差 。這是模型,不是所有相機自動具有的性質;相關、不等方差或依信號強弱而變的雜訊要另算。
定義 8.1.5
(滯後閾值)
閾值連通使用有限像素鄰接圖,例如四鄰居或八鄰居,以及固定非負候選分數 。取 ,弱候選 滿足 ,強種子 滿足 。滯後閾值法保留 中所有可經完全位於 的路徑連到 的頂點。圖、分數、不等號及同分政策均屬定義。
定理/命題
定理 8.1.6
(仿射精確性與獨立雜訊方差)
對 ,內部像素的正規化 Sobel 給 。在上述獨立雜訊模型,每個響應對乾淨濾波響應無偏,方差為 ;未平滑中央差分方差為 。這些是帶號響應的方差,不是非線性幅值無偏性的聲稱。
命題 8.1.7
(滯後閾值就是種子可達性)
先把全部強種子放入隊列與保留集。反覆取出保留頂點,加入尚未保留的弱鄰居。有限圖上程序會終止,返回恰好可經弱路徑連到強種子的頂點,與訪問順序無關;更換鄰接圖則可以改變答案。
證明思路
證明
(對稱性給出精確性,係數平方和給出方差)
仿射影像經垂直對稱平均不變,因偏移加權平均零、權重和一;再作水平中央差分便得 ,換座標得 。常數被消去,因微分權重和零;這也是核符號與尺度的直接檢查。
一般有限線性濾波係數為 。零均值令雜訊響應期望為零;展開平方後,獨立及置中令交叉項消失,剩 。Sobel 係數是差分 與平滑 的乘積,所以平方和為 。未平滑時為 ,不需高斯(Gauss)假設便證方差比較。
證明透視
隨機改善不等於每個擾動都改善
方差下降用了獨立置中隨機雜訊,在期望中消去交叉項。對每像素絕對值最多 的任意確定擾動,兩個正規化核都只給 。所以較小隨機方差不代表每種最壞擾動響應都更小;「較不敏感」要附誤差模型。
證明
(對路徑長度歸納的可達性)
連通算法的可靠性:種子有零長路徑;每加入弱鄰居,把新邊接到已有種子路徑,即仍有合法路徑。完整性按種子路徑長歸納:首點初始已入;迴圈直到隊列清空才結束,因此每個已入隊前驅最終都會處理並加入下一點,所以所有弱路徑可達點都到達。入隊即標記避免重處理,有限頂點與邊給終止;鄰接表下時間 。可達集與遍歷次序無關。
概念視角結構
滯後作為弱子圖的連通分量
等價地,一個弱子圖連通分量恰在含強種子時全部保留。降低 可搭起橋,把整片弱分量接入;提高 可刪掉最後種子,即使該分量其他分數不變,也整片移除。這是閾值的全域效果。
例題詳解
例題 8.1.8
(斜坡檢查尺度與幾何意思)
在內部給 ,幅值 ,在 座標框架內量度的法向角約負 度,等強度切向垂直。反轉對比會反轉梯度,幅值卻不變。整個斜坡都有非零響應,並非自動形成細邊圖,仍需選擇政策。
例題 8.1.9
(先平滑會把階躍擴散)
一維 在負索引為零,非負為一。中央差分在負一、零為 ,別處零。先在同一座標以 平滑,跳點附近負一值 、零值 ;再差分,負二至一的響應為 。總響應仍一,但峰值下降、分布變寬。此例是沿差分方向預平滑,與 Sobel 定義中的垂直平滑不同。
例題 8.1.10
(弱孤島與含種子分量)
七像素鏈分數 ,。弱索引為 ,種子 ;保留 ,丟棄弱孤島 4。只保留直接鄰接種子的弱點,會錯刪索引 2;必須重複傳播才符合分量定義。
數值上 給未平滑方差二、Sobel 方差 。方差比 ,標準差比卻是 ;把兩者混淆會誇大減幅。乾淨響應仍只是濾波梯度估計,不是任何非仿射影像的精確導數。
常見錯誤
反例模式
局部分數改變可以刪掉遠處弱點
鏈分數 ,,三點都由首點種子保留。只把中點降至二,弱路徑斷開,末點仍為三卻被刪。滯後法依連通性,不是逐點獨立分類;這是設計作用,也可能讓偶然雜訊橋接起錯誤區域。
常見錯誤
(以為閾值梯度必定是一像素寬的邊)
非最大抑制通常沿估計法向,把梯度幅值與附近值比較,並須指定插值規則。它可以使山脊變薄,但數值相等的平台需要訂明同分政策。橫過一條邊的幅值剖面 有兩個相等的最大值:保留同分的規則得到兩像素寬的邊,要求嚴格最大值的規則則把這條邊刪去。梯度方向是法向,追蹤邊緣的切向與它垂直;混淆兩者,會沿錯誤方向抑制或追蹤。
常見錯誤
(把邊框輸出當作邊)
邊界處理會改變靠近邊框的輸出。對常數影像 補零,第一列(且在內部行)的像素得 ,雖然影像根本沒有邊。週期延伸把相反的邊接起來,只對週期模型自然,未必適合照片。內部精確性定理不能保證這些邊框輸出。
常見錯誤
(把置中的帶號雜訊響應當作零幅值)
一個以各 的概率取 或 的帶號響應,均值為 ,但它的幅值必為 。取範數是非線性且非負的,所以在常數的乾淨區域中,量度到的幅值平均可以為正,即使每個帶號響應都是置中的。
因此,閾值、對比尺度及任務評估都需另行訂定。偵測強度變化是有用的特徵擷取步驟,但識別物件或這些變化的物理成因,仍需要其他模型。
總結
正規化 Sobel 是尺度可核對的差分與平滑組合,仿射響應與雜訊方差直接來自係數矩。平滑同時改變雜訊與定位,滯後法則把候選變成含種子連通分量。帶號響應、幅值、細化、連通性及語義理解應分開分析。
練習
快速檢查
(求 的兩個 Sobel 響應及幅值。若使用未正規化的整數 Sobel 核,結果有何改變?)
解答 · 答案
帶號響應是 與 ,幅值為 。不除以八的整數核會把兩個響應及幅值都乘以八,得 、 與 。這個共同的正數倍率不改變方向,但閾值必須同樣縮放,才能保持原來的選擇。
快速檢查
(把兩個獨立的置中差分估計取平均,每個的方差是 。求平均的方差,並解釋為何共用像素可能令這個計算失效。)
解答 · 答案
獨立性給出方差 。一般而言還有協方差項:平均的方差是 。共用的有雜訊像素可令協方差不為零,所以對兩個重疊的模板取平均,不一定等於對獨立觀察取平均。
練習 8.1.11
(在分數為 的鏈上,閾值 、,求滯後輸出。保持 不變,改用 重算,並解釋被移除的頂點。)
核心
解答(3)
- 1
求 L = 2 時的弱分量
關鍵一步
弱候選的分數至少為 :索引 。強種子的分數至少為 :索引 與 。弱分量是 與 ,各含一個種子,所以五個頂點全部保留。
- 2
在 L = 3 時重算
弱候選的分數現在至少為 :索引 。分數為 的索引 與 不再是弱候選。分量是 與 ,都含種子,所以保留的頂點是 。
- 3
解釋移除原因
頂點 與 被移除,是因為候選集改變了,而不是它們的分數或強種子改變了。
練習 8.1.12
(對固定的分數場與固定的圖,證明在保持 的情況下,提高任一閾值都不能增加保留的頂點。由四鄰接改為八鄰接,單調方向是否相同?)
核心
解答(3)
- 1
提高 L 使弱集縮小
關鍵一步
若 ,每個滿足 的頂點也滿足 ,所以弱集只會縮小。
依據: 弱集是 。
- 2
提高 H 使種子集縮小
同樣,若 ,每個滿足 的頂點也滿足 ,所以種子集只會縮小。
- 3
比較保留集
在較大閾值下被保留的頂點,有一條完全落在較小弱集內、通向較小種子集中某個種子的路徑。同一條路徑和同一個種子在原來的閾值下依然可用,所以該頂點原本已被保留:提高閾值不可能增加頂點。八鄰接則是在四鄰接圖上加邊,所以每條四鄰接的弱路徑仍然是路徑。分數與閾值固定時,它可以增加保留的頂點,卻不能移除任何頂點,方向剛好相反。這個結論來自路徑包含,並非聲稱任何一種鄰接必然更準確。