對于計(jì)算裝置來說，收集、處理以及顯示圖像是常有的事。例如，多個移動電話、平板計(jì)算機(jī)以及個人計(jì)算機(jī)可以從機(jī)載攝像機(jī)收集圖像、處理那些圖像以及在屏幕上顯示所處理的圖像。該處理可以涉及非常簡單的算法，如將靜止圖像從彩色轉(zhuǎn)換成灰度。更復(fù)雜的算法可能包括噪聲縮減和色調(diào)增強(qiáng)，并且可能應(yīng)用于視頻而非靜止照片。圖像分析的一重要領(lǐng)域是邊界(border)或界限檢測(boundarydetection)。邊界檢測涉及評估如圖像中表示的目標(biāo)之間的邊界的位置。一旦評估出邊界的位置，就可以在該圖像上執(zhí)行附加處理。在一個示例中，該附加處理可以涉及以明亮的顏色加亮邊界，以便引起對目標(biāo)的注意。這可以有用于向車輛提供夜視能力。在第二示例中，附加處理可以涉及重新著色圖像中的被邊界包圍的區(qū)域，以便創(chuàng)建可視效果。在第三示例中，附加處理可以涉及根據(jù)單個圖像或者根據(jù)按不同位置拍攝的相似場景的一系列圖像，來推斷已經(jīng)評估了邊界的目標(biāo)之間的三維關(guān)系。盡管邊界檢測可以提供許多優(yōu)點(diǎn)，但其是復(fù)雜問題，而且特別難于在具有相對較小計(jì)算功率的裝置上實(shí)現(xiàn)。其一示例是，當(dāng)要在移動電話上執(zhí)行邊界檢測時，移動電話的計(jì)算功率增加，但該計(jì)算功率仍非常有限，而且因?yàn)橐苿与娫捦ㄟ^電池供電，所以希望最小化它們在執(zhí)行視頻處理方面所消耗能量的量，由此改進(jìn)電池壽命。邊界檢測的示例在EP2615597A、US2014/072208、WO2013/186662以及CN103440644A中進(jìn)行了公開。希望具有一種邊界檢測算法，其相對準(zhǔn)確并且可以在諸如移動電話這樣的便攜式裝置上操作，以分析具有合理分辨率的實(shí)時視頻。這種算法在這種便攜式裝置的能力方面可以提供的主要優(yōu)點(diǎn)是，按三維來解釋它們的環(huán)境，并且向許多希望應(yīng)用特征提供了一種途徑。根據(jù)本發(fā)明的一個方面，提供了一種用于評估圖像中的邊界的存在的方法，該方法包括以下步驟：針對兩個像素位置中的每一個像素位置，針對多個方向在所述像素位置處，估算所述圖像的卷積的二階變化率的強(qiáng)度，并且根據(jù)所述強(qiáng)度是否超出預(yù)定閾值來確定所述像素位置的二元條件；并且通過比較兩個二元條件來評估邊界的存在。根據(jù)本發(fā)明第二方面，提供了一種用于評估圖像中的邊界的存在的裝置，該裝置被配置成執(zhí)行以下步驟：針對兩個像素位置中的每一個像素位置，針對多個方向在所述像素位置處，估算所述圖像的卷積的二階變化率的強(qiáng)度，并且根據(jù)所述強(qiáng)度是否超出預(yù)定閾值來確定所述像素位置的二元條件；并且通過比較兩個二元條件來評估邊界的存在。所述二階變化率的強(qiáng)度可以依靠在所述像素位置處針對所述多個方向，所述圖像的卷積的二階導(dǎo)數(shù)的一個或更多個、優(yōu)選為多個值來估算。所述強(qiáng)度可以被估算為那些二階導(dǎo)數(shù)的最高絕對值。所述強(qiáng)度可以被估算為，那些二階導(dǎo)數(shù)中的一個或更多個二階導(dǎo)數(shù)的絕對量值的測量。針對一指定方向的所述二階導(dǎo)數(shù)可以通過如下方式來估算：觀察和/或依靠在所述像素位置和沿所述方向并且處于所述像素位置的任一側(cè)的兩個其它位置處所述圖像的卷積的屬性?？梢葬槍λ膫€方向來估算所述二階導(dǎo)數(shù)。所述方向可以被規(guī)則地旋轉(zhuǎn)地偏移。所述圖像可以通過像素的陣列限定，每一個像素均具有一組離散屬性。所述兩個像素可以是相鄰像素。所述方法可以包括以下步驟：如果那些像素位置的所述二元條件不同，則評估兩個像素位置之間存在邊界。所述方法可以包括以下步驟：如果那些像素位置的所述二元條件相同，則評估兩個直接相鄰像素位置之間不存在邊界。在一像素位置處所述圖像的卷積可以取決于如在相鄰該像素位置的多個像素中表示的、限定所述圖像的數(shù)據(jù)。所述圖像的卷積是各向同性Gaussian卷積。所述裝置可以包括攝像機(jī)。所述圖像可以從所述攝像機(jī)獲得。下面，參照附圖，通過示例對本發(fā)明進(jìn)行描述。在圖中：圖1例示了圖像中的像素的陣列。圖2例示了圖像中的像素的陣列，每一個像素的屬性值在相應(yīng)像素中按圓圈示出。圖3示出了適于圖像處理的裝置。在一個示例算法中，圖像由布置在正交網(wǎng)格上的一組像素組成。確定一組九個代表值，在三乘三區(qū)塊的像素位置中，每一個像素位置一個代表值。針對每一個像素位置的代表值可以通過以相應(yīng)像素位置為中心的各向同性函數(shù)(isotropicfunction)來確定，該各向同性函數(shù)取決于相應(yīng)像素及其周圍像素的一個或更多個可視屬性。該各向同性函數(shù)可以或可以不取決于應(yīng)用至相關(guān)像素的亮度的Gaussian過濾器或其它卷積。接著，對這九個代表值加以分析，以估算屬性。該屬性在概念上歸于處于該三乘三區(qū)塊中心的像素位置。該屬性可用于估算邊界是否經(jīng)過中心像素位置的區(qū)域，或者其可以被用于其它目的。一旦針對該區(qū)塊中的每一個像素計(jì)算出代表值，該分析就涉及估算多個系列的那些值的二階導(dǎo)數(shù)，其中每一個均包括該區(qū)塊的中心像素和該中心像素相對兩側(cè)的兩個像素。在隨后處理中，那些二階導(dǎo)數(shù)或根據(jù)它們導(dǎo)出的值，可以與按類似方式針對以另一像素位置為中心的三乘三區(qū)域確定的一值或多個值進(jìn)行比較。該比較的結(jié)果可以用于評估這兩個中心像素位置之間是否存在邊界。圖1示出了示例圖像。該圖像由布置在正交網(wǎng)格上的像素陣列組成。該圖像包括：第一區(qū)域1，其在圖1中被示為陰影；和第二區(qū)域2，其被示為無陰影。該區(qū)域之間的邊界用3示出?？赡芟Ｍ麢z測邊界3。想要檢測該邊界的一個理由可能是，建立區(qū)域1的位置以便例如通過重新著色來變換其。另一理由可能是，通過檢測顯示在該圖像中的目標(biāo)來特征化該圖像，例如，作為用于估算它們在三維空間中的相對位置的一種方式。該邊界可能是該圖像的兩個可視獨(dú)特部分之間的邊界。限定橫跨該圖像的路徑4。下面，對可以限定該路徑的方式進(jìn)行更詳細(xì)描述。檢測該邊界的處理涉及：1、沿路徑4選擇連續(xù)相鄰多對像素位置，例如，像素位置5和9；2、基于相應(yīng)位置處的像素及其周圍像素的一個或更多個可視屬性，針對那些像素位置中的每一個像素位置執(zhí)行處理；以及3、比較所確定的屬性，以評估這兩個像素之間是否存在邊界。例如，如果所確定的屬性位于一域值的任一側(cè)，則可以確定存在邊界。便利的是，該路徑4可以是筆直的并且平行于設(shè)置該像素的軸，但其可以另選地為彎曲的和/或按針對像素軸的一角度來設(shè)置。沿該路徑選擇連續(xù)像素的處理可以涉及沿該路徑按一個像素步進(jìn)，或者按一個以上像素步進(jìn)。下面，對其中針對一個像素位置確定屬性的方式進(jìn)行描述。處于該圖像邊緣處的、該路徑上的像素位置可能因該圖像邊緣必需構(gòu)成邊界而被忽略。不與該圖像的邊緣相鄰的、該路徑上的第一像素位置是像素5。其被八個其它像素6-13包圍，其中每一個均與像素5橫向或?qū)堑叵噜?。像?-13構(gòu)成三乘三區(qū)塊的像素。為了評估針對像素位置5的屬性，按次序執(zhí)行以下步驟。1、就像素位置5-13中的每一個進(jìn)行評估。像素位置的代表值可以是相應(yīng)像素位置的簡單特征，例如，其亮度或色調(diào)。另選的是，其可以是取決于相應(yīng)像素及其周圍其它像素的性質(zhì)的值。在一個特別有利的情況下，通過將以相應(yīng)像素位置為中心的Gaussian過濾器應(yīng)用至該位置處的像素及其周圍其它像素的亮度來導(dǎo)出該代表值。針對該像素中的每一個，利用同一函數(shù)來評估該代表值。2、限定四個方向14-17。每一個方向與中心像素5和周圍像素6-13中的兩個相交。方向14按像素7、5以及12的次序垂直穿過它們。方向15按像素11、5以及8的次序從底左側(cè)至頂右側(cè)對角穿過它們。方向16按像素9、5以及10的次序水平穿過它們。方向17按像素6、5以及13的次序從頂左側(cè)至底右側(cè)對角穿過它們。這些方向用符號表示四個數(shù)字系列，每一個系列按次序構(gòu)成位于相應(yīng)一個方向上的像素位置的代表值。例如，如果該像素的代表值是：像素屬性值5961279810921081131241311則這些系列是：系列方向值A(chǔ)149、9、4B153、9、10C162、9、8D1712、9、11這些方向按規(guī)則旋轉(zhuǎn)偏移排列。對于四個方向的情況來說，它們可以針對在其上設(shè)置該圖像像素的水平/垂直軸具有0°、45°、90°以及135°。3、估算每一個系列的二階導(dǎo)數(shù)。該二階導(dǎo)數(shù)可以被估算為第二數(shù)值差：(V3-V2)-(V2-V1)或者V1-2V2+V3，其中，V1、V2以及V3是一系列中的第一、第二以及第三個值。由此，對于上述示例來說，第二導(dǎo)數(shù)是：系列第二導(dǎo)數(shù)A-5B-5C-8D5隨后，該二階導(dǎo)數(shù)可以與一預(yù)定域值相比，作為用于進(jìn)一步分析的前提，例如，定位該圖像中的一邊界。這可以以許多方法來進(jìn)行。首先，每一個第二導(dǎo)數(shù)均可以單個地與該域值相比較，或者另選地，該二階導(dǎo)數(shù)可以組合地與該域值相比較：例如，可以將四個所確定的第二導(dǎo)數(shù)的平均值與該域值相比較。第二，有關(guān)是否存在邊界的確定可以取決于相關(guān)測量是超出該域值，還是該相關(guān)測量低于該域值，或者該相關(guān)測量的絕對值高于或低于該域值。這些中的哪一個最合適將取決于針對該像素評估的屬性。如果該相關(guān)測量高于或低于該域值，那么，是否指示邊界可能還取決于該第二導(dǎo)數(shù)是否被確定為前向差分或后向差分。在一個優(yōu)選示例中，每一個第二導(dǎo)數(shù)的絕對值與兩個相應(yīng)相鄰像素位置處的域值相比較，并且如果第一像素位置的第二導(dǎo)數(shù)中的任一個超出該域值，但針對第二像素位置的第二導(dǎo)數(shù)都未超出該域值，則確定存在邊界，否則確定不存在邊界。一般來說，邊界的存在可以通過如下方式來評估：在像素位置處針對多個方向，向所卷積的圖像的二階變化率的強(qiáng)度應(yīng)用二元測試(binarytest)，以便生成一個二元條件，例如，0或1。該二階變化率可以被計(jì)算為該二階導(dǎo)數(shù)或其近似值。便利的是，該二階變化率的強(qiáng)度借助于把相應(yīng)像素位置處的針對不同方向的所有二階變化率視為輸入的函數(shù)來形成。在一個示例中，其可以用那些二階變化率中的任一個的最高絕對值來表示。在另一示例中，其可以用所有那些二階變化率的平方和來表示。該二元測試可以是，評估該強(qiáng)度是超出還是未超出預(yù)定閾值。一旦確定兩個相鄰像素位置之間存在邊界，則該處理可以按許多方式繼續(xù)進(jìn)行。在一個示例中，如果確定存在邊界，則該算法可以嘗試跟隨其，以便獲知其橫跨該圖像的路線，如果確定不存在邊界，則該算法可以繼續(xù)進(jìn)行，考慮沿原始路徑4的另一組像素位置，以評估是否存在以該另一組為中心的邊界。這些處理可以重復(fù)，并且在合適時候選擇附加路徑4，直到全部特征化了該圖像的邊界為止?？梢話呙韪郊勇窂?(其平行于原始路徑4)，并且相對于其偏移多個像素。該偏移例如可以處于10個像素與70個像素之間，更優(yōu)選為20個像素與40個像素之間。另外，其它輸入可以貢獻(xiàn)于評估一組像素位置之間是否存在邊界。例如，如果上述分析指示存在邊界，則邊界仍然可以僅被評估成，在滿足一個或更多個附加標(biāo)準(zhǔn)的情況下存在。類似的是，如果上述分析指示不存在邊界，則邊界仍然可以僅被評估成，在滿足一個或更多個附加標(biāo)準(zhǔn)的情況下不存在。在上述示例中，在每一個像素位置處分析四個系列，并且每一個系列均由三個屬性值構(gòu)成。在另選布置中，每一個像素位置均可以包括更多屬性值：例如，每一個系列均可以擴(kuò)展至候選像素任一側(cè)上的兩個像素、每系列總計(jì)五個像素。可以利用更多或更少系列。例如，僅如上標(biāo)識的系列A和C，或者處于如上標(biāo)識的系列A至D那些中間的角度的附加系列。每一個系列均可以由被一直線相交的所有像素的屬性構(gòu)成，該直線穿過針對邊界的存在而測試其鄰域的像素，并且在該像素位置的任一側(cè)上延伸相等距離。限定該系列的該組線可以按規(guī)則角度(例如，90°、45°或22.5°)隔開。圖2示出了一圖像的一部分的另一示例。在圖2中，每一個像素位置的代表值均在相應(yīng)像素中示出，并且沿該圖的頂部和左側(cè)，根據(jù)編號，按像素的網(wǎng)格位置來引用它們。在這個示例中，該預(yù)定閾值是6。起始像素是B3，并且在從B3行進(jìn)至G3的路徑上，初始地掃描這些圖像。針對像素B3的第二導(dǎo)數(shù)為-4、-1、0以及-1。這些導(dǎo)數(shù)中沒有一個的最高絕對值超過該域值。因此，該像素位置被視為負(fù)的。處理沿初始掃描路徑步進(jìn)至下一個像素，其為C3。針對像素位置C3的第二導(dǎo)數(shù)為2、-1、1以及4。這些導(dǎo)數(shù)中沒有一個的絕對值超過該域值。因此，該像素位置被視為負(fù)的。因?yàn)锽3和C3都被視為負(fù)的，所以認(rèn)為它們之間不存在邊界。處理沿初始掃描路徑步進(jìn)至下一個像素，其為D3。針對像素位置D3的第二導(dǎo)數(shù)為4、7、8以及7。因?yàn)檫@些導(dǎo)數(shù)中的至少一個的絕對值超過該域值，所以該像素位置被視為正的。因?yàn)镃3和D3之一為正而另一個為負(fù)，所以認(rèn)為它們之間存在邊界。該算法隨后可以嘗試跟隨該邊界。如果完全跟蹤了一邊界(例如，如果已經(jīng)沿一連續(xù)環(huán)路跟蹤回至第一次檢測到其的地方)，則掃描可以沿原始路徑重新開始(在這個示例中從B3至G3的路徑)。一旦已經(jīng)到達(dá)該圖像的邊緣，就可以沿從原始掃描路徑起線性偏移的一路徑(從B3至G3)掃描其。可以根據(jù)所需準(zhǔn)確度水平、該圖像中的希望細(xì)節(jié)、可以用于處理該圖像的時間亮以及正在運(yùn)行該算法的裝置的處理能力中的任一個或更多個來設(shè)置偏移量。該偏移例如可以處于10個像素與70個像素之間，更優(yōu)選為20個像素與40個像素之間。在上述處理中使用的每一個像素位置的代表值可以根據(jù)希望分析的特征來選擇。在一些示例中，該屬性可以單獨(dú)取決于該單個像素的值：例如，其亮度或色調(diào)。在其它示例中，像素位置的屬性可以通過還取決于相鄰像素的值的函數(shù)來確定。在后一種情況下，該算法可變，以允許增加或降低遠(yuǎn)離所討論的像素的像素的相對影響?？梢酝ㄟ^求和針對相鄰所討論的像素的一組像素所計(jì)算的中間值來確定該屬性。那些相鄰值的范圍可以改變。該范圍例如可以根據(jù)所考慮的圖像的細(xì)節(jié)水平、聚焦或范圍來選擇。每一個中間值均可以通過根據(jù)加權(quán)算法確定的加權(quán)因子來加權(quán)。在一個優(yōu)選示例中，每一個像素的屬性均可以借助于Gaussian模糊過濾器來確定，該Gaussian可以通過確定與所討論像素相鄰的像素的密度的加權(quán)和來計(jì)算，該權(quán)重根據(jù)集中于所討論的像素位置的Gaussian過濾器來確定。隨著所討論的像素位置為x＝0，y＝0，Gaussian過濾器向x、y處的像素賦予加權(quán)：其中，σ表示Gaussian標(biāo)準(zhǔn)偏差。該加權(quán)可以預(yù)先計(jì)算，并且存儲在查尋表中，以供在要計(jì)算一指定像素的屬性時使用。針對σ的值范圍的加權(quán)可以預(yù)先計(jì)算和存儲，并且在要按恰當(dāng)細(xì)節(jié)水平分析該圖像時在恰當(dāng)時候應(yīng)用。為方便起見，可以將該加權(quán)進(jìn)行近似。在評估一特定像素位置的屬性時，該加權(quán)可以僅便利地應(yīng)用至以該像素為中心的方塊(即，其的邊具有相等像素長度)的像素，并由此不應(yīng)用至該區(qū)塊外側(cè)的像素。這可以簡化該計(jì)算。圖3例示了用于實(shí)現(xiàn)上述方法的裝置。該裝置包括外殼80，在外殼80中有攝像機(jī)81、顯示器82、處理器83、非易失性存儲器或ROM84、以及工作存儲器或RAM85。該裝置通過電池86供電。在這個示例中，顯示器82是觸摸屏，因而，其向處理器83提供用戶輸入并通過處理器來驅(qū)動，但可以設(shè)置分離小鍵盤。ROM84存儲可通過處理器執(zhí)行的程序代碼。該程序代碼按非暫時形式存儲。該程序代碼可通過處理器執(zhí)行，以執(zhí)行上述功能。在操作中，處理器可以從攝像機(jī)81或者從遠(yuǎn)程通信收發(fā)器87接收圖像。在前一情況下，該圖像可以是通過攝像機(jī)拍攝該裝置位置處的環(huán)境的圖像。在后一情況下，該圖像可以從因特網(wǎng)下載。處理器將該圖像存儲在RAM85中。該圖像可以顯示在顯示器82上。一旦將該圖像存儲在RAM中，處理器就可以利用如上所述的算法來分析該圖像。接著，根據(jù)該分析的結(jié)果，該處理可以根據(jù)所存儲程序代碼來執(zhí)行進(jìn)一步操作。例如，其可以將該圖像改變成加亮所檢測的邊界。另選的是，可以重新著色一個或更多個所檢測的邊界內(nèi)部的區(qū)域，例如，響應(yīng)于用戶借助于該觸摸屏選擇的那些區(qū)域。另選的是，用戶可以選擇那些區(qū)域之一，并且處理器可以標(biāo)識被所檢測的邊界包圍并且具有和選定區(qū)域一樣的屬性(例如，與選定區(qū)域的平均色調(diào)不同達(dá)小于預(yù)定域值的色調(diào))的其它區(qū)域，并接著類似地重新著色選定區(qū)域和標(biāo)識區(qū)域。另選的是，處理器可以使用所檢測的邊界的位置，來推斷與該圖像中表示的目標(biāo)的三維空間關(guān)系有關(guān)的信息。這可以通過如下方式來進(jìn)行：比較利用第一有效分析半徑(例如，上面討論的值σ)在該圖像上的第一邊界檢測通過的結(jié)果，與利用不同于第一有效分析半徑的第二有效分析半徑在該圖像上的第二邊界檢測通過的結(jié)果。在上述示例中，該裝置可以捕獲圖像數(shù)據(jù)，并且本地處理該圖像數(shù)據(jù)。另選的是，其可以捕獲圖像數(shù)據(jù)，將該圖像數(shù)據(jù)發(fā)送至遠(yuǎn)程服務(wù)器以供分析，并接著從該服務(wù)器接收與所檢測邊界有關(guān)的信息。圖3的裝置可以是移動電話。該圖像可以是靜止圖像或者視頻流的幀的一部分。每一個像素均是該圖像的子單元。該像素可以是單色或彩色像素。為了顯示或圖像拍攝，通常將彩色圖像劃分成單個顏色的通道，這些通道在共同考慮時表示特定位置處的特定亮度或色度。出于執(zhí)行上述算法的目的，該圖像的單一像素可以被視為通過組合的那些通道形成。優(yōu)選的是，出于執(zhí)行上述算法的目的，每一個像素完全特征化該像素位置處的圖像的可視內(nèi)容。本申請人特此孤立地將在此描述的每一個單個特征和兩個或更多個這種特征的任何組合公開到這種程度，以致這種特征或組合能夠按照本領(lǐng)域技術(shù)人員的公知常識，總體上基于本說明書來執(zhí)行，而不管這種特征或特征的組合是否解決在此公開的任何問題，并且不對權(quán)利要求書的范圍進(jìn)行限制。本申請人表示，本發(fā)明的方面可以由任何這種單個特征或特征的組合來構(gòu)成。鑒于前述描述，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)明白，在本發(fā)明的范內(nèi)，可以進(jìn)行各種修改。權(quán)利要求書(按照條約第19條的修改)1.一種用于評估圖像中的邊界的存在的方法，該方法包括以下步驟：針對兩個像素位置中的每一個像素位置，針對多個方向在所述像素位置處，估算所述圖像的卷積的二階變化率的強(qiáng)度，并且根據(jù)所述強(qiáng)度是否超出預(yù)定閾值來確定所述像素位置的二元條件；以及通過比較兩個二元條件來評估邊界的存在，其中，所述二階變化率的所述強(qiáng)度被估算為針對所述多個方向在所述像素位置處所卷積的圖像的二階導(dǎo)數(shù)的最高絕對值。2.根據(jù)權(quán)利要求1所述的方法，其中，針對一指定方向的所述二階導(dǎo)數(shù)通過如下方式來估算：觀察在所述像素位置和沿所述方向并且處于所述像素位置的任一側(cè)的兩個其它位置處所卷積的圖像的屬性。3.根據(jù)任一前述權(quán)利要求所述的方法，其中，針對四個方向來估算所述二階導(dǎo)數(shù)。4.根據(jù)任一前述權(quán)利要求所述的方法，其中，所述方向被規(guī)則地旋轉(zhuǎn)地偏移。5.根據(jù)任一前述權(quán)利要求所述的方法，其中，所述圖像通過像素的陣列來限定，每一個像素均具有一組離散屬性。6.根據(jù)任一前述權(quán)利要求所述的方法，其中，所述兩個像素是相鄰像素。7.根據(jù)任一前述權(quán)利要求所述的方法，所述方法包括以下步驟：如果那些像素位置的所述二元條件不同，則評估兩個像素位置之間存在邊界。8.根據(jù)任一前述權(quán)利要求所述的方法，所述方法包括以下步驟：如果那些像素位置的所述二元條件相同，則評估兩個直接相鄰的像素位置之間不存在邊界。9.根據(jù)任一前述權(quán)利要求所述的方法，其中，在一像素位置處所述圖像的卷積取決于如在與該像素位置相鄰的多個像素中表示的、限定所述圖像的數(shù)據(jù)。10.根據(jù)任一前述權(quán)利要求所述的方法，其中，所述圖像的卷積是各向同性Gaussian卷積。11.一種用于評估圖像中的邊界的存在的裝置，該裝置被配置成執(zhí)行以下步驟：針對兩個像素位置中的每一個像素位置，針對多個方向在所述像素位置處，估算所述圖像的卷積的二階變化率的強(qiáng)度，并且根據(jù)所述強(qiáng)度是否超出預(yù)定閾值來確定所述像素位置的二元條件；以及通過比較兩個二元條件來評估邊界的存在，其中，所述二階變化率的所述強(qiáng)度被估算為針對所述多個方向在所述像素位置處所卷積的圖像的二階導(dǎo)數(shù)的最高絕對值。12.根據(jù)權(quán)利要求11所述的裝置，其中，所述裝置包括攝像機(jī)，并且所述圖像從所述攝像機(jī)獲得。當(dāng)前第1頁1 2 3