5.3 缺席重要性与图像结构的关系

图像像素点主要包括平坦区域像素点、边缘点、角点等几种类型，下面分析各种不同类型像素点处的缺席重要性情况。图5-2给出了8种不同类型的像素结构，其中图5-2a~c为屋脊型边缘点，图5-2d、e为阶跃型边缘点，图5-2f~h为角点。图5-3为分别将它们的均值缺席重要性与标准差缺席重要性排列后的柱状图。可以看出，对于均值缺席重要性，三种类型的像素点均具有较大的响应，而对于标准差缺席重要性，三种类型的像素明显依次增强。与常用的梯度幅值相比，缺席重要性明显有两个优势：

图5-2 不同类型的3×3区域

图5-3 图5-2所示各种区域对应的均值缺席重要性与标准差缺席重要性

a）均值缺席重要性 b）标准差缺席重要性

1）梯度幅值对阶跃型边缘具有单一响应，对于屋脊型边缘具有双边缘响应，而缺席重要性无论对阶跃型边缘还是对屋脊型边缘都具有单一响应，这为不同类型的边缘进行统一度量检测提供了条件。

2）梯度幅值在角点处具有较弱的值，导致基于梯度能量的边缘检测算法（如Canny算子）结果经常在角点处不连续，缺席重要性在角点处具有更大的能量，用于特征检测可产生更为连续的结果。

图5-4给出了边缘与角点模拟图像对应的缺席重要性能量图，显然，基于该能量图无论是边缘检测还是角点检测都能获得较好结果。

图5-4 均值缺席重要性与标准差缺席重要性能量图