Was ist Kantenerkennung?
Kantenerkennung lokalisiert abrupte Änderungen der Bildintensität oder Farbe, die häufig Grenzen oder Strukturmerkmalen entsprechen. Die Algorithmen erzeugen Kantenantworten oder Kantenkarten statt vollständiger semantischer Objekte.
So funktioniert Kantenerkennung
Ein Kantendetektor schätzt lokale Gradienten oder andere Unstetigkeiten und stuft ausreichend starke Antworten anschließend als mögliche Konturen ein. Die Ausgabe zeigt, wo ein Übergang auftritt, und häufig auch dessen Stärke oder Richtung. Sie identifiziert jedoch nicht, was auf beiden Seiten liegt. Der Maßstab ist entscheidend: Fein arbeitende Operatoren machen Textur und Rauschen sichtbar, während eine großflächigere Glättung größere Strukturen hervorhebt. Kantenkarten dienen häufig als Zwischendarstellung vor Konturverfolgung, Merkmalsextraktion oder Regionsanalyse.
Wichtige Fakten
- Die Canny-Pipeline kombiniert Glättung, Gradientenschätzung, Nichtmaximumunterdrückung und Hystereseschwellenwerte. Wird eine Stufe ausgelassen, verändert dies sowohl die Lokalisierung als auch den Zusammenhang der Konturen.
- Operatoren nach dem Sobel-Prinzip berechnen getrennte horizontale und vertikale Ableitungsantworten. Nachgelagerter Code kann daraus sowohl die Kantenstärke als auch eine ungefähre Grenzorientierung ableiten.
- Kompressionsbedingtes Ringing, Sensorrauschen und texturierte Oberflächen können Gradienten ohne Bezug zu Objektgrenzen erzeugen. Tests ausschließlich mit ungestörten Ausgangsbildern führen oft zu Schwellenwerten, die bei ausgelieferten Medien versagen.
Wann Kantenerkennung wichtig ist
Nutzen Sie erkannte Kanten als Eingabe für Segmentierung, Messung, Erkennung oder Dokumentenanalyse. Bei der Wahl von Schwellenwerten und Glättung sind übersehene schwache Grenzen gegen Rauschen und falsche Kanten abzuwägen.