边缘检测的概念

我们在掩模介绍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性的突然变化称为边缘。图像中的重要过渡称为边缘。

边缘一般分为三种类型：

图像的大部分形状信息都包含在边缘中。因此，首先我们检测图像中的这些边缘，然后使用这些过滤器，然后通过增强图像中包含边缘的那些区域，图像的清晰度将增加，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用于边缘检测的掩模。

上面提到的所有滤波器都是线性滤波器或平滑滤波器。

Prewitt算子用于检测水平和垂直方向的边缘。

Sobel 算子与 Prewitt 算子非常相似。它也是一个衍生掩模，用于边缘检测。它还计算水平和垂直方向的边缘。

该运算符也称为方向掩模。在此运算符中，我们采用一个掩模并在所有 8 个罗盘主要方向上旋转它以计算每个方向的边缘。

Kirsch Compass Mask 也是一种衍生掩模，用于查找边缘。基尔希掩模还用于计算所有方向的边缘。

拉普拉斯算子也是一种导数算子，用于查找图像中的边缘。拉普拉斯算子是二阶导数掩模。又可分为正拉普拉斯和负拉普拉斯。

所有这些面具都有边缘。有的在水平和垂直方向上查找，有的仅在一个方向上查找，有的在所有方向上查找。之后的下一个概念是锐化，一旦从图像中提取边缘就可以完成锐化

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，我们将在图像上添加这些边缘，这样图像就会有更多的边缘，并且看起来会更锐化。

这是锐化图像的一种方法。

锐化后的图像如下所示。