Amazon CV：Edge Detection Kernel 叫什么，为什么能检测边缘？

题意与假设

这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。

• 灰度二维图，3×3 Sobel为示例；按常见图像相关运算布局写核，真卷积翻转会改导数符号而非边缘幅值。
• 边界padding、尺度和输入数值类型明确，题目未明确图像/方向/阈值，不声称实际题只接受Sobel。

解题路线

1. Gx核=[−1,0,1;−2,0,2;−1,0,1]，Gy为其转置。水平方向差分[-1,0,1]与正交方向平滑[1,2,1]的外积，既抓强度变化又减少部分噪声。
2. 对常量块两核响应0；左右强度跳变时Gx大，对上下跳变Gy大。幅值sqrt(Gx²+Gy²)、方向atan2(Gy,Gx)，方向与边缘线切向不同。
3. 梯度响应不是已经得到干净边界：可先降噪，再阈值；噪声/纹理也有高梯度，尺度与阈值会改变召回/误检。不能说所有大梯度都是语义物体边。
4. Canny是平滑、梯度、非极大抑制与双阈值连接等流程，不是一个叫Canny的固定3×3卷积核。Prewitt/Scharr/Laplacian等方向/阶数/尺度特性不同，先问考官关注哪一类。
5. 用signed/float中间类型保留负导数，不在uint8里截断/溢出后再求幅值；padding在图边缘可能造成假边，输出大小与边界模式需要合约。
6. 检验样例常量、水平/垂直斜坡、单阶跃与噪声，解释响应与尺度，而不只背核名字。实际CV pipeline如后接NN特征，传统kernel角色需与项目设计一致。

手动走一遍

自拟3×3块每行[0,0,10]，Gx=10+20+10=40，Gy=0；常量全10两响应0。若方向核被卷积翻转，Gx为−40，幅值仍40但方向符号要一致。

规模与取舍

固定3×3滤波O(HW)时间，可分离核减少常数；输出梯度/幅值O(HW)存储或按行流式。较大k×k直接O(HWk²)，可分离O(HWk)，不把所有edge detector都固定同成本。

易错点与追问

容易失分的边界

• Canny当单核。
• 导数符号在uint8丢失。
• 边缘方向与梯度方向混淆。
• padding假边。
• 所有梯度当语义轮廓。

继续深挖

• Scharr与Sobel差异如何评？
• 改变scale为什么会改变响应阈值？
• 彩色图怎样定义梯度？
• Laplacian二阶导数和一阶梯度怎样比较？