- 数字图像处理
- DIP - 首页
- DIP - 图像处理介绍
- DIP - 信号与系统介绍
- DIP - 摄影史
- DIP - 应用和用法
- DIP - 维度的概念
- DIP - 相机成像
- DIP - 相机机制
- DIP - 像素的概念
- DIP - 透视变换
- DIP - 每像素位数的概念
- DIP - 图像类型
- DIP - 颜色代码转换
- DIP - 灰度到RGB转换
- DIP - 采样的概念
- DIP - 像素分辨率
- DIP - 放大的概念
- DIP - 放大方法
- DIP - 空间分辨率
- DIP - 像素、点和每英寸线条数
- DIP - 灰度分辨率
- DIP - 量化的概念
- DIP - ISO 性能曲线
- DIP - 抖动的概念
- DIP - 直方图介绍
- DIP - 亮度和对比度
- DIP - 图像变换
- DIP - 直方图滑动
- DIP - 直方图拉伸
- DIP - 概率论介绍
- DIP - 直方图均衡化
- DIP - 灰度变换
- DIP - 卷积的概念
- DIP - 掩膜的概念
- DIP - 模糊的概念
- DIP - 边缘检测的概念
- DIP - Prewitt算子
- DIP - Sobel算子
- DIP - Robinson 罗盘掩膜
- DIP - Kirsch 罗盘掩膜
- DIP - Laplacian算子
- DIP - 频域分析
- DIP - 傅里叶级数和变换
- DIP - 卷积定理
- DIP - 高通滤波器与低通滤波器
- DIP - 颜色空间介绍
- DIP - JPEG压缩
- DIP - 光学字符识别
- DIP - 计算机视觉与图形学
- DIP 有用资源
- DIP - 快速指南
- DIP - 有用资源
- DIP - 讨论
数字图像处理 - 边缘检测的概念
我们在关于掩膜介绍的教程中简要讨论了边缘检测。我们将在本文中正式讨论边缘检测。
什么是边缘?
我们也可以说,图像中突然变化的不连续性称为边缘。图像中显著的过渡称为边缘。
边缘类型
通常边缘分为三种类型
- 水平边缘
- 垂直边缘
- 对角线边缘
为什么要检测边缘?
图像的大部分形状信息都包含在边缘中。因此,我们首先检测图像中的这些边缘,然后使用这些滤波器并增强包含边缘的图像区域,图像的清晰度将会提高,图像也会变得更清晰。
以下是一些我们将在下文中讨论的边缘检测掩膜。
- Prewitt算子
- Sobel算子
- Robinson 罗盘掩膜
- Kirsch 罗盘掩膜
- Laplacian算子。
以上提到的所有滤波器都是线性滤波器或平滑滤波器。
1. Prewitt算子
Prewitt算子用于检测水平和垂直边缘。
2. Sobel算子
Sobel算子与Prewitt算子非常相似。它也是一个导数掩膜,用于边缘检测。它也计算水平和垂直方向的边缘。
3. Robinson 罗盘掩膜
该算子也称为方向掩膜。在这个算子中,我们取一个掩膜,并将其旋转到所有8个罗盘主要方向,以计算每个方向的边缘。
4. Kirsch 罗盘掩膜
Kirsch 罗盘掩膜也是一个用于查找边缘的导数掩膜。Kirsch掩膜也用于计算所有方向的边缘。
5. Laplacian算子
Laplacian算子也是一个用于查找图像边缘的导数算子。Laplacian是一个二阶导数掩膜。它可以进一步细分为正Laplacian和负Laplacian。
所有这些掩膜都查找边缘。有些查找水平和垂直方向的边缘,有些只查找一个方向的边缘,有些查找所有方向的边缘。接下来的概念是锐化,它可以在从图像中提取边缘后进行。
锐化
锐化与模糊相反。在模糊中,我们减少边缘内容,在锐化中,我们增加边缘内容。因此,为了增加图像中的边缘内容,我们必须首先找到边缘。
可以使用上述任何方法中的任何一种方法通过使用任何算子来查找边缘。找到边缘后,我们将这些边缘添加到图像上,从而图像将具有更多边缘,并且看起来会更锐利。
这是锐化图像的一种方法。
锐化后的图像如下所示。
原始图像
锐化图像
广告