エッジ検出の概念

マスクの紹介のチュートリアルで、エッジ検出について簡単に説明しました。ここで、エッジ検出について正式に説明します。

エッジとは

また、画像の不連続性の突然の変化はエッジと呼ばれます。画像内の重要な遷移はエッジと呼ばれます。

通常、エッジには次の3つのタイプがあります。

画像の形状情報のほとんどは、エッジで囲まれています。そのため、最初に画像内のこれらのエッジを検出し、これらのフィルターを使用してから、エッジを含む画像の領域を強調することにより、画像の鮮明さが向上し、画像がより鮮明になります。

以下は、今後のチュートリアルで説明するエッジ検出用のマスクの一部です。

上記のすべてのフィルターは、線形フィルターまたは平滑化フィルターです。

Prewitt演算子は、水平方向および垂直方向のエッジを検出するために使用されます。

sobel演算子は、Prewitt演算子に非常に似ています。また、派生マスクであり、エッジ検出に使用されます。また、水平方向と垂直方向の両方のエッジを計算します。

この演算子は、方向マスクとも呼ばれます。この演算子では、1つのマスクを取得し、8つのコンパスの主な方向すべてでマスクを回転させて、各方向のエッジを計算します。

Kirsch Compass Maskは、エッジを見つけるために使用される派生マスクでもあります。キルシュマスクは、すべての方向のエッジの計算にも使用されます。

ラプラシアン演算子は、画像内のエッジを見つけるために使用される微分演算子でもあります。ラプラシアンは2次微分マスクです。さらに、正のラプラシアンと負のラプラシアンに分けることができます。

これらのマスクはすべてエッジを見つけます。水平方向と垂直方向を見つけるもの、一方向のみを見つけるもの、すべての方向を見つけるものがあります。これに続く次の概念は、エッジが画像から抽出されると実行できるシャープニングです

シャープはぼかしとは逆です。ぼかしでは、エッジコンテンツを減らし、シャープニングでは、エッジコンテンツを増やします。そのため、画像のエッジコンテンツを増やすには、最初にエッジを見つける必要があります。

エッジは、任意の演算子を使用して、上記のいずれかの方法で見つけることができます。エッジを見つけたら、それらのエッジを画像に追加します。そのため、画像のエッジが多くなり、シャープになります。

これは、画像をシャープにする方法の1つです。

シャープ画像を以下に示します。