1 エッジ検出フィルタの概要
1.1 目的と基本的な考え方
1.1.1 輝度変化と輪郭の対応
エッジ検出フィルタは、画像の局所的な輝度（または色成分）の急な変化が現れる位置を強調し、境界らしさを抽出することを目的とする。多くの場合、輪郭は「なだらかな領域の変化」ではなく、「比較的短い距離で値が大きく変わる場所」に対応するため、微分に類する操作で変化量を捉える。
このとき、エッジの幅や見え方はフィルタの設計に依存する。入力が段差（理想化された境界）であれば、理論上は線状の応答が得られるが、実画像では画素離散化や撮像条件の影響で厚みをもった応答として観測される。
1.1.2 ノイズとエッジの区別の難しさ
現実の画像には、センサノイズや圧縮ノイズ、照明ムラなどの要因があり、局所的な変動がエッジと似た見え方を生む。とくに小さな勾配でも、ノイズ由来の揺らぎは勾配計算の結果として強い応答に見える場合がある。結果として、輪郭の誤検出（偽陽性）が増え、実際の境界が埋もれることも起こる。
この問題に対処するため、平滑化（平滑化フィルタ）を前段に入れてから微分処理を行う考え方が一般的である。また、推定した勾配量に対して閾値を設け、弱い応答を抑制する運用が行われる。
1.2 画像処理における位置づけ
1.2.1 前処理・後処理との関係
エッジ検出フィルタ単体では、ノイズの影響や境界の連続性に課題が残りやすい。したがって実システムでは前処理としてノイズ低減や色空間の変換を行い、後処理として細線化、連結、穴埋め、閾値調整などを組み合わせることが多い。
前処理では、撮影条件に応じて平滑化の強さを変える必要がある。後処理では、エッジが断片的になったときの接続戦略（近傍補完や形態学処理）が結果の見栄えや認識性能を左右する。
1.2.2 よくある用途（輪郭抽出・認識支援など）
抽出されたエッジは、領域分割、物体検出、位置推定、形状記述などの上位工程に渡されることがある。特に形状の手がかりが必要な場合、輪郭の画素集合は低次元の特徴として活用できる。
また、画像の理解ではなく視覚化の目的でも用いられる。例えば、エッジ強調画像は輪郭を目に見える形で提示できるため、デバッグ、表現、学習用の可視化などで利用される。
2 数学的基礎
2.1 勾配（一次微分）に基づく表現
2.1.1 勾配ベクトルとエッジ強度
画像を関数 \(I(x,y)\) とみなし、空間方向の変化率を勾配として扱う。典型的には水平方向・垂直方向の偏微分を用い、勾配ベクトル \(\nabla I\) を構成する。勾配の大きさは、局所的にどれだけ値が変化しているかを表し、その大きい点がエッジらしい場所に相当する。
勾配に基づく手法は計算が軽く、実装も比較的単純である。一方、勾配はノイズにも敏感であり、平滑化なしで直接微分すると応答が荒れやすいという性質をもつ。
2.1.1.1 方向（勾配角）と非最大抑制
勾配の方向（勾配角）は、エッジがどちら向きに変化しているかを示す。勾配は通常「濃淡が増える向き」を表すため、エッジ線の向きは勾配方向と直交する関係になることが多い。
非最大抑制は、勾配強度の大きい画素を中心として、同方向に広がる応答を細線化するための手順である。具体的には、勾配方向に沿った近傍で強度が局所最大である画素のみを残すことで、エッジをより「線」に近い形へ整える。これにより、エッジの位置精度と見通しが改善しやすい。
2.2 ラプラシアン（二次微分）に基づく表現
2.2.1 ゼロ交差と輪郭位置の推定
ラプラシアンは二次微分の合成として扱われ、局所的な曲がり（変化の加速度）を捉える。一次微分が「変化量」を直接示すのに対し、二次微分は「変化の符号が切り替わる」特徴を強く表現しやすい。
二次微分ベースのエッジ推定では、フィルタ出力がゼロ近傍を横切る点（ゼロ交差）が境界に対応するという考え方がよく用いられる。単純にゼロ交差を取ると細部に敏感になりやすいため、同様に平滑化や閾値が重要になる。
2.3 畳み込みとしての実装
2.3.1 カーネルと畳み込み演算
多くのエッジ検出フィルタは畳み込みとして実装される。すなわち、画像の各画素位置で、近傍画素に重み付けしたカーネルを適用し、その総和として応答を得る。一次勾配系なら、水平方向・垂直方向に対応する2種類のカーネルでそれぞれの偏微分近似を計算する形が典型である。
二次微分系でも同様に、ラプラシアン近似のカーネルを用いて応答を算出する。結果として、実装の本質は「適切な近傍重み」と「演算の組み立て」に集約される。
2.3.2 画素境界の扱い（パディング等）
畳み込みでは、カーネルが画像端にかかると、参照できない画素が生じる。そのため、境界条件の設計が必要になる。一般的にはパディング（ゼロ埋め、反射、複製など）を行って計算領域を拡張する。
境界の扱いは端部の応答に影響し、輪郭が画像端に接する場合には検出結果が変わり得る。用途によっては、端をマスクして結果から除外するなどの運用も考えられる。
3 代表的なエッジ検出フィルタ
3.1 1次勾配系フィルタ
3.1.1 ソーベルフィルタ
ソーベルフィルタは、水平・垂直方向の勾配成分を近似するカーネルで構成される代表例である。単純な差分に比べて周辺画素の影響を取り込むため、ノイズに対して比較的安定な傾向がある。
実装では、2方向の出力を組み合わせて勾配の大きさを求めることが多い。さらに、勾配角情報を利用する場合は非最大抑制などの工程と合わせて使われる。
3.1.2 プレウィットフィルタ
プレウィットフィルタも一次勾配系の一種で、ソーベルに似た構成をもつ。カーネルの重み付けが異なるため、応答の滑らかさや強調のされ方に差が出ることがある。
両者はともに勾配近似として理解できるため、用途や処理負荷、必要な頑健性に応じて使い分けられることが多い。より軽量にしたい場合や、挙動を直感的に把握したい場合に採用されることがある。
3.1.3 ロバーツクロスフィルタ
ロバーツクロスフィルタは対角方向の差分を用いた構成で、斜めのエッジに対して効きやすい場合がある。カーネルサイズが小さく、計算量が抑えられる点が特徴として挙げられる。
一方で、ノイズに対する脆さが出ることもあり、平滑化や閾値設計とセットで扱われることが多い。対角方向の変化を素早く拾いたい場面で利用される。
3.2 2次微分系フィルタ
3.2.1 ラプラシアンフィルタ
ラプラシアンフィルタは二次微分を近似するため、エッジを「符号の変化として」捉える性質がある。ゼロ交差付近で境界が現れやすく、局所構造の変化を強調する能力が高い。
ただし二次微分はノイズの影響も受けやすく、単独適用では応答がギザギザになりやすい。実務では平滑化を伴う設計が選ばれやすい。
3.2.2 ラプラシアンの派生（シフト・スケーリング等）
ラプラシアンの派生では、応答のスケールや符号の扱いを調整する考え方が用いられる。例えば、フィルタ係数のスケーリングにより出力の大きさが変わっても、適切な閾値を再調整すれば同等の検出挙動を再現できることがある。
また、カーネルの作り方を変えて離散近似の性質を調整することで、方向選択性や応答の滑らかさが変わる場合がある。これらは「同じ二次微分に基づくが、実装上の都合で挙動を最適化する」発想に整理できる。
3.3 低減ノイズを含む設計
3.3.1 平滑化とエッジ検出の組み合わせ
勾配計算や二次微分はノイズに敏感であるため、平滑化を組み合わせる設計が頻出する。平滑化は高周波成分を抑える役割を担い、結果としてエッジ応答の量産を抑える方向に働く。
一般に、平滑化の強さはトレードオフを生む。強くしすぎると弱い境界が消えやすく、弱すぎると偽検出が増える。現場の条件に合わせてカーネルサイズや強度が調整される。
3.3.2 Gaussian関連の考え方（概念整理）
ガウス型の平滑化は、微分との組み合わせで扱いやすい性質をもつため、エッジ検出の基本的な概念として頻繁に参照される。ガウスで平滑化してから微分すると、実装上は「平滑化と微分の組」を一体として設計できる場合がある。
この考え方により、スケール（どの程度細部まで見るか）を制御する発想が生まれる。より大きなスケールでは太い輪郭や大域的な境界に反応しやすく、小さなスケールでは細かい変化に反応しやすい傾向がある。
4 実装・評価・応用
4.1 パラメータ選定
4.1.1 カーネルサイズと解像度の関係
カーネルサイズは、局所近傍の幅を決める。小さいカーネルは細部の変化を拾いやすい一方で、画素間の揺らぎやノイズにも反応しやすい。大きいカーネルは変化を平均化するため安定しやすいが、薄い輪郭や急峻な境界の位置が広がったり、検出が鈍くなったりする。
解像度が高い画像では相対的に画素間の意味が変わるため、同じカーネルサイズでも挙動の体感が変わる。実装では、画像のスケール感と期待する輪郭の太さを対応づけて調整する。
4.1.2 閾値処理（固定値・自動推定）
閾値処理は、勾配強度やラプラシアン応答のうち、どこからを「エッジ」とみなすかを決める。固定値は簡単で再現性があるが、照明や露光条件の変動に弱い場合がある。
自動推定では、画像内の応答分布を利用して閾値を決める発想がある。例えば、強い応答の割合に合わせる、統計量に基づいて切る、といった手法が導入される。これにより、条件の違いに対して検出の安定性を高めやすい。
4.2 出力の扱い
4.2.1 エッジ強度画像と二値化
エッジ検出の出力は、連続値（強度）として得られることが多い。強度画像は、後段の重み付けや可視化に向いている。一方、認識や輪郭抽出の段階では、扱いやすさのため二値化して「存在・不在」を明確にすることもある。
二値化では閾値の選定が結果に直結するため、強度の分布や目的に応じて調整が必要になる。より細かな輪郭保持を狙うなら、弱いエッジをある程度残す方針が取られることがある。
4.2.2 閉領域・欠損への対処（接続・補完の発想）
検出結果が断片化すると、輪郭が閉じず、形状記述や領域推定に支障が出る場合がある。対処としては、近接するエッジ点の連結、ギャップの補完、線の太さを整える形態学的処理などが用いられる。
欠損が系統的に生じる場合、原因はノイズだけでなく、閾値が高すぎる、非最大抑制が過剰に働いた、前処理の平滑化が強すぎる、といった要因にもある。したがって補完は万能薬ではなく、検出パイプライン全体の再調整とセットで考えるのが一般的である。
4.3 性能評価の観点
4.3.1 検出率と誤検出（ノイズ由来）
評価では、正しくエッジを検出できた割合（検出率）と、実際には存在しないにもかかわらず検出してしまう割合（誤検出）の両方が重要になる。ノイズ由来の誤検出が多いと、二値化後の輪郭は散らばりやすく、上位処理の誤りを増幅する。
評価指標としては、正解データとの一致度を用いる方法がある。エッジの定義（細線か太線か、許容誤差の幅）によって比較の難易度が変わるため、評価条件の明確化が求められる。
4.3.2 計算量とリアルタイム性
エッジ検出はリアルタイム処理で使われることも多い。計算量はカーネルサイズや方向数（一次なら通常2成分）に依存するため、低遅延が必要な場合は軽量なフィルタや簡略化が選ばれる。
さらに、実装形態として畳み込みの最適化、SIMDやGPUの活用、整数演算中心での設計などが現場要因として働く。評価では精度だけでなく、処理時間とメモリ使用量も合わせて判断される。
4.4 応用例（非政治・非宗教領域）
4.4.1 文書画像の輪郭強調
文書の画像では、文字や罫線がコントラストの高い境界として現れるため、エッジ検出が輪郭強調に役立つ。文字の輪郭が見やすくなると、後続の認識（文字抽出や形状解析）で特徴を取りやすくなる場合がある。
ノイズが多いスキャンでは、偽の縁取りが増えることがあるため、平滑化と閾値調整が重要になる。結果として、読みやすさを優先した表示用と、認識性能を優先した前処理用でパラメータを分ける運用が行われることがある。
4.4.2 ゲーム・アニメ調の輪郭強調（表現用途）
ゲーム制作やアニメ風レンダリングでは、輪郭を強調することで線画風の表現に近づける狙いがある。入力画像からエッジを抽出し、線の太さや強度を調整して合成することで、雰囲気のある見た目が得られる。
この用途では、検出結果をそのまま使うより、平滑化や閾値で線を整え、色分けや描画スタイルに合わせて整形することが多い。見た目の一貫性が重要になるため、フレーム間の安定性も意識される。
4.4.3 ユーモア表現としての輪郭強調画像制作（軽い創作利用）
エッジ強調は、写真やイラストを線画風に変える手軽な加工としても楽しまれる。例えば、人物や小物の輪郭を際立たせて漫画の吹き出し風の演出に組み合わせると、テンポの良いギャップ表現が作れる。
閾値を低めにして線を多めに出すと「誇張」感が増し、高めにすると「シンプル」な雰囲気になりやすい。完成イメージに合わせて微調整し、創作の意図に沿う範囲で使われる。