各类图像处理算子(卷积核)

图像边缘提取算子用在锐化
锐化就是将边缘凸显出来
图像模糊算子用在去噪

算子

  • prewitt
  • Roberts算子
  • sobel,scharr
  • Laplacian LoG算子
    • 将二阶导数化为二阶差分,将二阶差分化为卷积核(掩模)
  • canny算子

prewitt

各类图像处理算子(卷积核)_第1张图片
各类图像处理算子(卷积核)_第2张图片
从图中可以看到,prewitt算子对于像素点连续的区域通过卷积后趋近于黑色,对于不连续的区域,也就是梯度较大的区域则卷积后距离黑色较远,则和黑色区别开来,又梯度较大,所以是边缘,边缘被检测出来了。
各类图像处理算子(卷积核)_第3张图片
通过俩个卷积核分别与原图像进行卷积操作,可以将原图像的梯度方向计算出来,横卷积核计算后代表在x轴上的分量,纵卷积核计算后代表在y轴上的分量,计算的符号代表方向。
各类图像处理算子(卷积核)_第4张图片
实际边缘检测时候,先检测横,再检测竖,然后再通过√Gx^2+Gy^2合成,或者|Gx|+|Gy|

Roberts算子

各类图像处理算子(卷积核)_第5张图片

sobel,scharr

各类图像处理算子(卷积核)_第6张图片
各类图像处理算子(卷积核)_第7张图片

Laplacian LoG算子

各类图像处理算子(卷积核)_第8张图片
拉普拉斯算子利用边缘所在地二阶偏导数为0的性质,检测边缘。
各类图像处理算子(卷积核)_第9张图片

将二阶导数化为二阶差分,将二阶差分化为卷积核(掩模)

二阶偏导等于0意味着,一阶偏导最大,意味着是边缘,但是为什么实际计算时候,等于0的时候反倒不是边缘。
各类图像处理算子(卷积核)_第10张图片
各类图像处理算子(卷积核)_第11张图片

各类图像处理算子(卷积核)_第12张图片

canny算子

各类图像处理算子(卷积核)_第13张图片
第三步非极大值抑制,是通过梯度正方向或者反方向最大的像素点保留原值,其余的在该方向上的像素点计为0(在一个局部内)来达到细化边缘的效果。

你可能感兴趣的:(各类图像处理算子(卷积核))