Алгоритм выделения границ или иначе обнаружения границ работают после того, как качество изображения улучшено перечисленными выше методами. Эти алгоритмы можно подразделить на два класса:
1) подчеркивающие, усиливающие, выделяющие границы;
2) строящие контуры автоматически.
Известны линейные алгоритмы выделения границ и нелинейные. В качестве первых можно привести маски, похожие на те, которые используются в линейной фильтрации. Разница в том, что для выделения границ используются весовые коэффициенты разных знаков, как положительные, так и отрицательные.
Например, использования масок для горизонтальной или вертикальной обработки (выделения, усиления) изображения:
и 
В однотонных участках изображения, все точки имеют примерно одинаковую яркость, градиент уровней яркости низок, и в результирующем изображении подобные участки просто темнеют. Там, где имеются перепады (резкие переходы, края), крутизна изменения яркости высока и в конечном изображении в таких местах появляются яркие линии.
Другой вариант – нелинейные алгоритмы. К таким относятся апертуры Робертса и Собеля, Шарра, дифер. алгоритм и т.д.
Оператор Собеля
Оператор Собеля хорошо известен во всем мире и применяется для многих задач. Оператор Собеля представляет собой более неточное приближение градиента изображения, но он достаточно качественен для практического применения во многих задачах. Точнее, оператор использует значения интенсивности только в окрестности 3×3 каждого пиксела для получения приближения соответствующего градиента изображения, и использует только целочисленные значения весовых коэффициентов яркости для оценки градиента… [Оператор Собеля вики]
Формула оператора Собеля:
Gx и Gy — две матрицы, где каждая точка содержит приближенные производные по x и по y. Они вычисляются следующим образом путем умножения матрицы Gx и Gy и суммированием обоих матриц, в результате полученный результат записывается в текущие координаты x и y в новое изображение:
Матрицы Gy и Gx:
Оператор Прюитта
Алгоритм оператора Прюитта подобен алгоритму оператору Собеля, за исключением использования другой матрицы:
[Оператор Прюитта вики]
Оператор Шарра
Алгоритм оператора Шарра а подобен алгоритму оператору Собеля, за исключением использования другой матрицы:
[Оператор Щарра вики]
Перекрёстный оператор Робертса
Перекрёстный оператор Робертса — один из ранних алгоритмов выделения границ, который вычисляет сумму квадратов разниц между диагонально смежными пикселами. Это может быть выполнено сверткой изображения с двумя ядрами:
В результате использования операции дискретного двумерного дифференцирования получается новое значение, которое записывается в новое фото.
[Перекрёстный оператор Робертса]
Дифференциальное выделение границ
Метод заключается в использование дифференциального подхода к обнаружению нулей второй производной по направлению различных векторов градиента.
Было предложено усилить или уменьшить перепады за счет использования коэффициента перед коэффициентами в матрице. Диапазон коэффициентов [0.1;1.5]. Результаты работы операторов были представлены ниже на ряде картинок.
Рисунки с названиями 0.1, 0.4, 0.8, 1.0, 1.2 и 1.5 — результаты работы оператора Собеля с коэффициентом.
При коэффициента равном 1.0 — оператор Собеля.
Снимок груди
CAPTCHA
Шрек
Так же при грамотном использовании порога бинаризации можно добиться весьма не плохих интересов, у кого есть идеи буду рад выслушать (прочесть).
1) подчеркивающие, усиливающие, выделяющие границы;
2) строящие контуры автоматически.
Известны линейные алгоритмы выделения границ и нелинейные. В качестве первых можно привести маски, похожие на те, которые используются в линейной фильтрации. Разница в том, что для выделения границ используются весовые коэффициенты разных знаков, как положительные, так и отрицательные.
Например, использования масок для горизонтальной или вертикальной обработки (выделения, усиления) изображения:
и 
В однотонных участках изображения, все точки имеют примерно одинаковую яркость, градиент уровней яркости низок, и в результирующем изображении подобные участки просто темнеют. Там, где имеются перепады (резкие переходы, края), крутизна изменения яркости высока и в конечном изображении в таких местах появляются яркие линии.
Другой вариант – нелинейные алгоритмы. К таким относятся апертуры Робертса и Собеля, Шарра, дифер. алгоритм и т.д.
Оператор Собеля
Оператор Собеля хорошо известен во всем мире и применяется для многих задач. Оператор Собеля представляет собой более неточное приближение градиента изображения, но он достаточно качественен для практического применения во многих задачах. Точнее, оператор использует значения интенсивности только в окрестности 3×3 каждого пиксела для получения приближения соответствующего градиента изображения, и использует только целочисленные значения весовых коэффициентов яркости для оценки градиента… [Оператор Собеля вики]
Формула оператора Собеля:
Gx и Gy — две матрицы, где каждая точка содержит приближенные производные по x и по y. Они вычисляются следующим образом путем умножения матрицы Gx и Gy и суммированием обоих матриц, в результате полученный результат записывается в текущие координаты x и y в новое изображение:
Матрицы Gy и Gx:
Оператор Прюитта
Алгоритм оператора Прюитта подобен алгоритму оператору Собеля, за исключением использования другой матрицы:
[Оператор Прюитта вики]
Оператор Шарра
Алгоритм оператора Шарра а подобен алгоритму оператору Собеля, за исключением использования другой матрицы:
[Оператор Щарра вики]
Перекрёстный оператор Робертса
Перекрёстный оператор Робертса — один из ранних алгоритмов выделения границ, который вычисляет сумму квадратов разниц между диагонально смежными пикселами. Это может быть выполнено сверткой изображения с двумя ядрами:
В результате использования операции дискретного двумерного дифференцирования получается новое значение, которое записывается в новое фото.
[Перекрёстный оператор Робертса]
Дифференциальное выделение границ
Метод заключается в использование дифференциального подхода к обнаружению нулей второй производной по направлению различных векторов градиента.
Было предложено усилить или уменьшить перепады за счет использования коэффициента перед коэффициентами в матрице. Диапазон коэффициентов [0.1;1.5]. Результаты работы операторов были представлены ниже на ряде картинок.
Рисунки с названиями 0.1, 0.4, 0.8, 1.0, 1.2 и 1.5 — результаты работы оператора Собеля с коэффициентом.
При коэффициента равном 1.0 — оператор Собеля.
Снимок груди
CAPTCHA
Шрек
Так же при грамотном использовании порога бинаризации можно добиться весьма не плохих интересов, у кого есть идеи буду рад выслушать (прочесть).