邊界偵測 是什麼？

Edge Detection：邊界偵測 的完整解釋

識別影像中的邊界與輪廓線，通常輸出二值圖像或邊界概率圖，是許多高級視覺任務的前置步驟。

邊界偵測（Edge Detection）是電腦視覺中最經典的低階任務，其輸出為影像上的邊界點的集合或概率分佈。邊界通常對應物理世界中的語義變化：物體邊界、表面變化、光照跳變等。

傳統邊界偵測算法

1. 梯度算子

   • Sobel：結合 X 方向與 Y 方向的梯度，計算速度快，對噪聲中等敏感。
   • Scharr：改進的 Sobel，使用不同的係數，對角線方向偵測更準確。
   • Prewitt：類似 Sobel 但平均化效果不同。
   • Roberts：簡單的對角線梯度算子，對 45 度邊界敏感。

2. 拉普拉斯算子

   • Laplacian：二階導數，直接尋找強度變化的峰值，容易產生雙邊與噪聲放大。
   • Laplacian of Gaussian (LoG)：先高斯平滑再拉普拉斯，平衡邊界偵測與噪聲抑制。

3. Canny 邊界偵測（1986）

   • 迄今仍為廣泛使用的多階段算法。步驟：
     1. 高斯平滑降低噪聲。
     2. 計算梯度強度與方向。
     3. 非極大值抑制（non-maximum suppression）細化邊界寬度。
     4. 雙閾值與邊界追蹤消除假邊界。
   • 優點：邊界精細、噪聲抑制好。缺點：對參數敏感，調參困難。

4. 相位同余邊界偵測（Phase Congruency）

   • 基於傅立葉分析，對邊界位置的相位一致性敏感。
   • 優點：對光照變化、邊界不連續的適應性好。缺點：計算複雜。

深度學習方法

1. 卷積邊界偵測（2015-2020）

   • HED（Holistically-Nested Edge Detection）：多尺度層級特徵串接，為每層輸出邊界，最後聚合。
   • RCF（Richer Convolutional Features）：結合多層特徵，改善邊界精確性。
   • DexiNed（Densely eXtracted iNtermediate Edges）：動態融合多層邊界資訊。

2. Transformer 與注意力（2021 年後）

   • DINNet、EDTER 等模型引入自注意力，改善全局邊界一致性。
   • 結合多尺度特徵與邊界細化模組。

3. 邊界細化與後處理

   • 邊界追蹤（boundary tracing）與多邊形近似提高邊界的幾何精度。
   • 邊界連通性約束強制相鄰邊界點的連接。

評估指標

• 精確率與召回率：基於邊界點與地真邊界的距離閾值（通常 0.75% 的影像對角線），判斷偵測結果的正確性。
• F 值：精確率與召回率的調和平均。
• Optimal Dataset Scale（ODS）：在最優閾值下的 F 值。
• Optimal Image Scale（OIS）：每張影像獨立尋最優閾值後的平均 F 值，通常高於 ODS。
• 邊界位置精確度：基於各種距離度量（如 Hausdorff distance）的邊界點準位計算。

常見應用場景

• 物體識別前置：邊界能大幅簡化後續的物體分割與追蹤。
• 3D 重建：邊界是鍵盤點匹配與極線約束計算的起點。
• 醫療影像分析：器官邊界精確性對手術規劃至關重要。
• 文件掃描與校正：邊界偵測用於自動校正傾斜的文件。
• 車道線檢測：自動駕駛中的基礎任務。
• 影像壓縮與編碼：邊界圖可用於選擇性編碼高重要區域。

主要挑戰

• 邊界定義多重性：同一影像的邊界定義可能因應用而異（邊界包括物體邊界、紋理邊界、陰影邊界等）。
• 邊界分組（聯想）：孤立的邊界點片段應如何組織成完整的邊界結構。
• 細弱邊界：低對比的邊界容易漏報。
• 計算效率：實時應用需要快速邊界偵測（通常 < 100ms）。

邊界與輪廓的區別

• 邊界（edge）：影像層級的低階特徵，純粹基於像素亮度/顏色變化。
• 輪廓（contour）：經邊界偵測、連接、優化後的高階邊界表示，對應實際物體邊界。

實務應用建議

邊界偵測在現代應用中通常不單獨使用，而是作為前置步驟或與其他任務組合。例如，在文件掃描應用中，Canny 邊界偵測後透過 Hough 轉換提取直線；在醫療影像中，邊界偵測結果常作為活動輪廓模型（active contour）的初始化。選擇傳統還是深度學習方法取決於速度需求、計算資源與訓練資料可用性：小資料、實時性要求高時用傳統算法；大資料、精度要求高時用深度學習。

常見問題