边缘检测的概念

我们在介绍蒙版的教程中简要讨论了边缘检测。我们将在这里正式讨论边缘检测。

什么是边缘

我们也可以说图像中不连续的突然变化称为边缘。图像中的显著转变称为边缘。

通常，边缘有三种类型：

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，然后使用这些过滤器，然后通过增强包含边缘的图像区域，图像的锐度将会增加，图像将变得更清晰。

以下是我们将在接下来的教程中讨论的一些边缘检测掩模。

上面提到的所有过滤器都是线性过滤器或平滑过滤器。

Prewitt 运算符用于水平和垂直检测边缘。

Sobel 运算符与 Prewitt 运算符非常相似。它也是一个导数掩模，用于边缘检测。它还可以计算水平和垂直方向的边缘。

此运算符也称为方向掩模。在此运算符中，我们取一个掩模并将其旋转到所有 8 个罗盘主要方向，以计算每个方向的边缘。

Kirsch 罗盘掩模也是一个用于查找边缘的导数掩模。Kirsch 掩模还用于计算所有方向的边缘。

拉普拉斯算子也是一个用于查找图像中边缘的导数算子。拉普拉斯算子是二阶导数掩模。它可以进一步分为正拉普拉斯算子和负拉普拉斯算子。

所有这些掩模都可以找到边缘。有些可以水平和垂直找到边缘，有些只能在一个方向上找到边缘，有些则可以在所有方向上找到边缘。紧接着的下一个概念是锐化，从图像中提取边缘后即可进行锐化

锐化与模糊相反。在模糊中，我们减少边缘内容，而在锐化中，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。

可以使用任何运算符通过上述任何方法之一找到边缘。找到边缘后，我们会将这些边缘添加到图像上，这样图像就会有更多的边缘，看起来也会更清晰。

这是锐化图像的一种方法。

锐化图像如下所示。