450 数字图像处理（第三版） 水平 +45 垂直 -45 图10.6线检测模板。角度是相对于图2.186)中的坐标轴系统的 令R,R,R,和R表示图10.6中从左到右的各个模板的响应，其中R值由式(10.2-3)给出。假设 使用这4个模板对一幅图像滤波。在该图像中的某个给定点处，如果 对于所有j≠k有R,>R,则称该点可能与模板k方向的一条线更相 注意。这里使用R来表示模板响 101节中则用来表示区城.。 似。例如，如果在图像中的某个点处，对于j=2.3.4有R,1>.则 请不要混 说该点可能与一条水平线更相似。换句话说，我们可能对检测特定方 向上的线感兴趣。在这种情况下，我们会使用与该方向相关的模板，并对其输出进行阀值处理，就像 在式(10.12)中那样。换句话说，如果我们对检测图像中由给定模板定义的方向上的所有线感兴趣 则只须简单地对该图像运行这个模板，并对结果的绝对值进行阔值处理。留下的点是有最强响应的点， 对于1个像素宽度的线来说，相应的点最接近于模板定义的方向。下例说明了这一过程。 例10,3特定方向线的检测 图10.7(a)显示了前一例子中所用的图像。假设我们的兴趣在于寻找所有的宽度为1个像素、方向为 45°的线。为了这一目的，我们使用图10.6中的第二个模板。图1076)是用该模板对图像滤波后的结果 如之前那样，图10.76)中比背景暗的色调对应于负值。图像中有两个取向为+45方向的主要线段： 个在左上方.另一个在右下方。图10.7(c和()显示了图10.7(b)中对应于这两个区域的放大部分。注意 图10.7(d中的直线段比图10.7（）中的该线段亮得多。原因是图10.7(a)中右下方线段的宽度为1个像素 而左上方线段的宽度则不是。该模板被“调谐”到检测+45方向的1个像素宽的线，我们期望，当检测 这样的线时，其响应较强。图10,7()显示了图10.76)的正值。因为我们的兴趣在于最强响应，我们冷T 等于图10.7(@)中的最大值。图10.70使用白色显示了其值满足条件g≥T的点，其中g是图10.7(@)中 的图像。该图中的孤立点是对模板也有类似强响应的点。在原图像中，这些点与它们的邻点都按这样 种方法来取向，即模板在这些位置会产生最大的响应。用图10.4（中的模板可检测这些弧立点，然后副 除这些点；或者可以使用上一章中讨论的形态学算子来副除这些孤立点。 10.2.4边缘模型 边缘检测是基于灰度突变来分割图像的最常用的方法。我们从介绍一些边缘建模的方法开始 然后讨论一些边缘检测方法。 边缘模型根据它们的灰度剖面来分类。台阶边缘是指在1个像素的距离上发生两个灰度级间理 想的过渡。图10.8()显示了-一个垂直台阶边缘的一部分和通过该边缘的一个水平剖面。例如，用于 诸如固体建模和动画领域的出现在由计算机生成的图像中的台阶边缘。这些清晰、理想的边缘可出现 在1个像素的距离上，不需要提供任何使它们看上去“很真实”的附加处理（如平滑）。在算法开发中， 圆客的李季投.06节中花流沙峰祛钱是用一个沙画