卷积和比较寻边器
下列函数用于识别图像中的边界，方法是：依次对图像矩阵的八个核进行卷积运算，然后比较其结果。
比较边界识别可用于增强取决于边界和边界梯度方向的图像特征。
• compgrad(M) - 通过比较矩阵 M 上八个邻点的梯度进行边界识别。
• kirsch(M) - 利用矩阵 M 的 kirsch 卷积和比较进行边界识别。
• robinson3(M) - 利用矩阵 M 的 3 x 3 罗宾逊卷积和比较进行边界识别。
• robinson5(M) - 利用矩阵 M 的 5 x 5 罗宾逊卷积和比较进行边界识别。
自变量
• M 为图像矩阵。
附加信息
• 函数将返回一个矩阵，该矩阵包含每个像素处的八个卷积中的最大绝对值。这样，会使这些寻边器对大微分和微分方向都很敏感。未对图像周边进行处理，因为核在该处未完全重叠。
• 这些函数的计算时间可能会较长，因为每个像素都执行八次卷积运算。