在图像识别中,需要有边缘鲜明的图像,即图像锐化。图像锐化的目的是为了突出图像的边缘信息,加强图像的轮廓特征,以便于人眼的观察和机器识别。
在空间域进行图像锐化主要有以下几种方法:
1、梯度算子
图像的边缘最直观的表现就是边缘两侧的灰度值相差比较大,在微积分中我们学过梯度的概念
梯度是一个列向量,可表示为:
而某点处梯度的模很好的反应了该点两侧的变化大小
所以,梯度值很大的点也就代表了图像的边缘
而在实际计算中,为了降低运算量,一般用一下两种方法来代替模运算
由于数字图像处理中处理的是数字离散信号
所以,我们用差分来等同于连续信号中的微分运算
典型的梯度运算有
而另一种称为Roberts梯度的差分运算可由下来表示:
Python测试代码如下: