該部落格只為記錄點滴所學，若有誤導，還請大家原諒，並不吝賜教。

         一直不太明白應用函式求導的方法能求出影象強度變化的邊緣，其實就是影象邊緣檢測。現在終於想通了，解釋如下。比如一張如下的圖片：

圖1

檢測邊緣可以檢測到狗和兔子的輪廓。因為它們的輪廓跟其周圍的畫素值強度差是很明顯的。那怎樣理解這個呢？我們先假設有一個一維的圖片，一維的圖片就是一條線。它可以如下表示：

圖2

橫軸表示畫素座標，縱軸表示畫素值。(如果不太好理解的話，我們可以對應二維圖片來理解，畫素座標就是諸如(x,y)這樣的值，只不過一維圖片只需一個值來表示畫素座標，這裡只需用t表示。畫素值是一樣理解的。)

再說回上面圖2那張圖片，可以看到在紅色圓圈處畫素值跳躍比較大。即在同樣的delta t區間裡，該處的畫素值變化最大。而此處的導數值也越大，趨於無窮。於是我們就可以將其看成是一維影象的邊緣。將其延伸到二維圖片，即我們所認知的看到的普通的圖片，也是一樣的道理。我們可以將其拆分成兩個軸向的一維圖片，然後組合起來。

         綜上，就解釋了為什麼求導可以得出一張圖片的邊緣。比如我們假設當導數超過一個限度之後，就認為它是邊緣，我們就把它的畫素值設為255，否則設為0.