Пример: Средства обнаружения краев методом свертки
Используйте функции freichen, sobel, prewitt и roberts для обнаружения кромок в изображении путем свертывания ядер в порядке, заданном матрицей. Обнаружение кромок применяется для улучшения читаемости изображений при обработке их функциями, работа которых зависит от границ.
Сведения об использовании этого примера см. в разделе Сведения о примерах обработки изображений.
freichen
Эта функция вычисляет свертку матрицы изображения со следующими двумя ядрами:
1. Прочитайте изображение.
2. Примените к изображению функцию freichen.
3. Сравните два изображения.
 (brain.bmp) |  (brain_fre.bmp) |
Средство поиска кромок freichen полезно при работе с изображениями, в которых существует большое разнообразие уровней интенсивности, создающих больше количество кромок на изображении. Данные ядра показывают большую чувствительность к относительным значениям пикселов независимо от их яркости.
sobel
Эта функция вычисляет свертку матрицы изображения со следующими двумя ядрами:
Применить функцию sobel к входному изображению.
(brain_sob.bmp)
Ядро sobel предоставляет унифицированный способ поиска кромок, хотя и дает перевес ортогональным пикселам над диагональными.
prewitt
Эта функция вычисляет свертку матрицы изображения со следующими двумя ядрами:
Применить функцию prewitt к входному изображению.
(brain_pre.bmp)
Ядро prewitt считает дифференциалы ортогональных и диагональных пикселов равными.
roberts
Эта функция вычисляет свертку матрицы изображения со следующими двумя ядрами:
Применить функцию roberts к входному изображению.
(brain_rob.bmp)
Ядро roberts считает только диагональные дифференциалы пикселов, которые более четко характеризуют углы, но могут смазывать горизонтальные и вертикальные элементы.