تشخیص لبه اشیاء و سلول های زنده از محیط اطراف

لبه ها مشخص کننده ی مرزها هستند، بنابراین یک مساله ی اساسی در پردازش تصویر محسوب میشوند مرز ,مانند سایه یک واقعیت فیزیکی نیست و عبارت است از جایی که تصویر تمام یا شروع می شود .لبه را می توان به عنوان جایی که صفحه های عمودی و افقی جسم به هم می رسند در نظر گرفت یا می توان آن را به صورت چیزی که بین پنجره روشن و تاریک شب وجود دارد تصور کرد . به زبان ساده تر لبه دارای ضخامت نیست. در موارد خاص، یک الگوریتم پیدا کردن لبه می تواند از ویژگی های خود تصویر استفاده کند . به عنوان مثال لبه یابی که مرزهای به شکل خط راست را پیدا می کند، می تواند برای تشخیص اجسامی مانند ساختمان ها کارایی خوبی داشته باشد. لبه ها ممکن است وابسته به دیدگاه باشند یعنی میتوانند با تغییر نقطه دید تغییر کنند، و نوعا هندسه صحنه، اجسامی که جلوی همدیگر را گرفته اند و مانند آن را نشان میدهند یا ممکن است نابسته به دیدگاه باشند - که معمولا نمایانگر ویژگی های اجسام دیده شده همچون نشانگذاریها و شکل سطح باشند. در دو بعد و بالاتر مفهوم تصویر باید در نظر گرفته شود. یک لبه نوعی ممکن است(برای نمونه) مرز میان یک بخش قرمزرنگ و یک بخش سیاه رنگ باشد؛ حال آنکه یک خط می تواند تواند تعداد کمی پیکسل های ناهمرنگ در یک زمینه یکنواخت باشد. در هر سوی خط یک لبه وجود خواهد داشت. لبه ها نقش مهمی در کاربردهای پردازش تصویر دارند.لبه مرز بین نواحی با خواص نسبتا متفاوت سطح خاکستری است. نظریه پایه در بیشتر روشهای آشکارسازی لبه، محاسبه یک عملگر مشتق محلی است. در این مقطع توجه شود که لبه (گذر از تاریک به روشن) به صورت یک تغییر آرام، نه سریع، سطح خاکستری مدل میشود. این مدل نشان میدهد که معمولا لبه های تصاویر رقمی بر اثر نمونه برداری، کمی مات می شوند. مشتق اول مقطع سطح خاکستری در لبه جلویی گذر، مثبت است، در لبه عقبی آن منفی است و همان طور که موردانتظار است، در نواحی با سطح خاکستری ثابت صفر است. مشتق دوم برای قسمتی از گذر که در طرف تیره لبه است، مثبت است، برای قسمت دیگر گذر که در طرف روشن لبه است، منفی است، و در نواحی با سطح خاکستری ثابت، صفر است.بنابراین، از بزرگی مشتق اول میتوان برای تعیین این که آیا پیکسل در روی لبه قرار دارد، استفاده کرد. مشتق دوم در نقطه وسطی هر گذر سطح خاکستری یک عبور از صفر دارد. عبور از صفرها راهی قوی برای تعیین محل لبه های تصویر فراهم میآورند. اندازه مشتق اول تصویر در هر نقطه برابر بزرگی گرادیان است. مشتق دوم نیز با استفاده از لاپلاسین به دست می آید. اگر یک لبه را به عنوان تغییر در شدت روشنایی که در طول چند پیکسل دیده میشود در نظر بگیریم، الگوریتم های آشکارسازی لبه به طور کلی مشتقی از این تغییر شدت روشنایی را محاسبه میکنند. برای ساده سازی، به آشکارسازی لبه در یک بعد میپردازیم. در این نمونه، داده های ما میتواند یک تک خط از شدت روشنایی پیکسلها باشد. برای نمونه بین پیکسل های چهارم وپنجم در داده های یک بعدی زیر به روشنی میتوان لبه ای را آشکار کرد.