Las funciones siguientes se utilizan para detectar bordes en una imagen mediante la convolución de ocho kernels seguidos respecto a la matriz de imagen y la comparación posterior de los resultados.
La detección de bordes comparativa se puede utilizar para mejorar las funciones de la imagen que dependen de los límites y las direcciones de los gradientes de límite.
• compgrad(M): permite realizar la detección de bordes al comparar los gradientes de los ocho vecinos en la matriz M.
• kirsch(M): permite realizar la detección de bordes mediante la convolución de Kirsch y la comparación en la matriz M.
• robinson3(M): permite realizar la detección de bordes mediante la convolución de Robinson de 3 x 3 y la comparación en la matriz M.
• robinson5(M): permite realizar la detección de bordes mediante la convolución de Robinson de 5 x 5 y la comparación en la matriz M.
Argumentos
• M es una matriz de imagen.
Información adicional
• Las funciones devuelven una matriz que contiene el máximo absoluto de las ocho convoluciones en cada píxel. Esto hace que los buscadores de bordes sean sensibles tanto a los diferenciales grandes como a la dirección del diferencial. El perímetro de la imagen no se ha tratado, ya que los kernels no se solapan por completo en ese punto.
• El cálculo de estas funciones puede llevar mucho tiempo, porque se realizan ocho convoluciones por píxel.