数字图像处理与深度学习技术应用 课件 第7章 图像边缘锐化处理.pptx

第7章图像边缘锐化处理;目录;7.1

概述;概述;7.2

图像微分边缘检测;边缘是由相邻域灰度级不同的像素点构成的，若想增强边缘，就应该突出相邻点间灰度级的变化。

（1）图像数据：

如果用右列减去左列：

（2）图像数据：

下一行减去上一行得到一条很明显边界。;7.2.1

纵向边缘检测;理论基础;7.2.2

横向边缘检测;理论基础;7.2.3

双向边缘检测;理论基础;效果展示;7.3

常用的边缘检测算子;7.3.1

Roberts边缘检测算子;理论基础;（1）retval=cv2.filter2D(src,d,kernel,anchor,delta,borderType)

retval：表示返回的双边滤波处理结果；

src：表示原始图像，该图像不限制通道数目；

d：表示处理结果图像的图像深度，一般使用-1表示与原始图像使用相同的图像深度；

kernel：表示一个单通道的卷积核；

anchor：表示图像处理的锚点，其默认值为（-1,-1），表示位于卷积核中心点；

delta：表示修正值，可选。如果该值存在，则会在滤波的基础上加上该值作为最终的滤波处理结果；

borderType：表示以何种情况处理边界；

;（2）retval=cv2.addWeighted(src1,alpha,src2,beta,gamma,dtype=-1))这个函数的作用是计算两个数组（图像阵列）的加权和，把两张图片叠加在一起。

retval：输出图像；

src1：第一个图片阵列；

alpha：第一个图片的权重值；

src2：第二个图片阵列；

beta：第二个图片的权重值；

gamma：偏移量；

dtype：输出阵列的可选深度。

数学表达式为：

;效果展示;7.3.2

Sobel边缘检测算子;理论基础;retval=cv2.Sobel(src,ddepth,dx,dy[,ksize[,scale[,delta[,borderType]]]])

retval：表示计算得到目标函数图像；

src：表示原始图像；

ddepth：表示输出图像的深度，图像深度是指存储每个像素值所用的位数，例如cv2.CV_8U，指的是8位无符号数，取值范围为0～255，超出范围则会被截断；

dx：表示x方向上求导的阶数；

dy：表示y方向上求导的阶数；

ksize：表示Sobel核的大小；

scale：表示计算导数时的缩放因子，默认值是1；

delta：表示在目标函数上所附加的值，默认为0；

borderType：表示边界样式。

;效果展示;7.3.3

Prewitt边缘检测算子;理论基础;效果展示;7.3.4

Scharr边缘检测算子;理论基础;dst=cv2.Scharr(src,ddepth,dx,dy[,scale[,delta[,borderType]]])

dst：表示计算得到目标函数图像；

src：表示原始图像；

ddepth：表示输出图像的深度；

dx：表示x方向上求导的阶数；

dy：表示y方向上求导的阶数；

scale：表示计算导数时的缩放因子，默认值是1；

delta：表示在目标函数上所附加的值，默认值为0；

borderType：表示边界样式。

;效果展示;7.3.5

Krisch自适应边缘检测;理论基础;函数说明;效果展示;7.3.6

拉普拉斯算子;理论基础;理论基础;理论基础;函数说明;效果展示;7.3.7

高斯-拉普拉斯算子;理论基础;理论基础;效果展示;7.3.8

Canny边缘检测;理论基础;理论基础;理论基础;函数说明;效果展示;7.4

梯度锐化;理论基础;7.4.1

提升边缘;理论基础;函数说明;效果展示;7.4.2

根据梯度二值化图像;理论基础;效果展示