Concepto de detección de bordes
Hemos hablado brevemente sobre la detección de bordes en nuestro tutorial de introducción a las máscaras. Aquí discutiremos formalmente la detección de bordes.
Que son los bordes
También podemos decir que los cambios repentinos de discontinuidades en una imagen se denominan bordes. Las transiciones significativas en una imagen se denominan bordes.
Tipos de aristas
Generalmente los bordes son de tres tipos:
- Bordes horizontales
- Bordes verticales
- Bordes diagonales
Por que detectar bordes
La mayor parte de la información de forma de una imagen se incluye entre bordes. Entonces, primero detectamos estos bordes en una imagen y al usar estos filtros y luego al mejorar las áreas de la imagen que contienen bordes, la nitidez de la imagen aumentará y la imagen se volverá más clara.
Estas son algunas de las máscaras para la detección de bordes que discutiremos en los próximos tutoriales.
- Operador de Prewitt
- Operador Sobel
- Máscaras de brújula Robinson
- Máscaras Krisch Compass
- Operador Laplaciano.
Todos los filtros mencionados anteriormente son filtros lineales o filtros de suavizado.
Operador de Prewitt
El operador Prewitt se utiliza para detectar bordes horizontal y verticalmente.
Operador Sobel
El operador de sobel es muy similar al operador de Prewitt. También es una máscara derivada y se utiliza para la detección de bordes. También calcula los bordes tanto en dirección horizontal como vertical.
Máscaras de brújula Robinson
Este operador también se conoce como máscara de dirección. En este operador tomamos una máscara y la giramos en las 8 direcciones principales de la brújula para calcular los bordes de cada dirección.
Máscaras de brújula Kirsch
Kirsch Compass Mask es también una máscara derivada que se utiliza para encontrar bordes. La máscara de Kirsch también se utiliza para calcular los bordes en todas las direcciones.
Operador Laplaciano
El operador laplaciano es también un operador derivado que se utiliza para encontrar bordes en una imagen. Laplacian 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 viene después de esto es la nitidez, que se puede hacer una vez que se extraen los bordes de la imagen.
Afilado
El afilado es opuesto al desenfoque. En el desenfoque, reducimos el contenido del borde y en el Enfoque aumentamos el contenido del borde. Entonces, para aumentar el contenido de los bordes en una imagen, primero debemos encontrar los bordes.
Los bordes se pueden encontrar mediante uno de los métodos descritos anteriormente utilizando cualquier operador. Después de encontrar los bordes, agregaremos esos bordes en una imagen y, por lo tanto, la imagen tendrá más bordes y se verá más nítida.
Ésta es una forma de mejorar la nitidez de una imagen.
La imagen de nitidez se muestra a continuación.
Imagen original
Nitidez de imagen
