Concepto de detección de bordes
AREAtutorial » Tutoriales de IngenierÃa » Concepto de detección de bordes
Discutimos brevemente la detección de bordes en nuestro tutorial de máscaras. Aquà discutiremos formalmente la detección de bordes.
También se puede decir que los cambios bruscos en las irregularidades de la imagen se denominan bordes. Las transiciones significativas en una imagen se denominan bordes.
Por lo general, hay tres tipos de costillas:
La mayor parte de la información sobre la forma de la imagen se incluye en los bordes. Entonces, primero detectamos estos bordes en la imagen y usando estos filtros, y luego mejorando aquellas áreas de la imagen que contienen bordes, la imagen se hace más nÃtida y la imagen se vuelve más nÃtida.
Estas son algunas de las máscaras de detección de bordes que discutiremos en los próximos tutoriales.
Los filtros anteriores son todos filtros de lÃnea o filtros anti-aliasing.
El operador Prewitt se utiliza para definir bordes horizontales y verticales.
El operador de sobel es muy similar al operador de Prewitt. También es una máscara derivada que se utiliza para la detección de bordes. También calcula los bordes tanto en dirección horizontal como vertical.
Este operador también se conoce como máscara de dirección. En esta declaración, tomamos una máscara y la rotamos en las 8 direcciones principales de la brújula para calcular los bordes de cada dirección.
La máscara de brújula de Kirsch también es una máscara derivada que se utiliza para encontrar bordes. La máscara de Kirsch también se utiliza para calcular aristas en todas las direcciones.
El operador de Laplace también es un operador derivado que se utiliza para buscar bordes en una imagen. El laplaciano es una máscara derivada de segundo orden. Se puede dividir a su vez en laplaciano positivo y laplaciano negativo.
Todas estas máscaras encuentran aristas. Algunos encuentran horizontal y verticalmente, algunos encuentran en una sola dirección y algunos encuentran en todas las direcciones. El siguiente concepto que surge después de eso es la nitidez, que se puede hacer después de extraer los bordes de la imagen.
La nitidez es lo opuesto a difuminar. Al desenfocar, reducimos el contenido de los bordes, y al enfocar, aumentamos el contenido de los bordes. Entonces, para aumentar el contenido de los bordes en la imagen, primero debemos encontrar los bordes.
Los bordes se pueden encontrar de cualquiera de las formas anteriores utilizando cualquier operador. Una vez que encontremos los bordes, agregaremos esos bordes a la imagen para que la imagen tenga más bordes y se vea más nÃtida.
Ésta es una forma de mejorar la nitidez de una imagen.
La imagen más nÃtida se muestra a continuación.
🚫