❶ 邊緣檢測，圖像模糊，灰度化和圖像去霧的基本思路是什麼呢 說出是需要改變哪些色彩空間的值。。。
我挨個說一下吧，也算給自己復習一下。
一 邊緣檢測
方法很多很多啊。
1 常用的是用各種邊緣檢測運算元對圖像進行卷積運算，計算出來圖像每個部分的梯度值，由於邊緣有突變的像素值，所以梯度大的地方很可能是邊緣。常見的有 sobel運算元等。
2 形態學運算，主要是針對二值化之後的圖比較高效，直接先膨脹再腐蝕，然後相減圖像就是邊緣。
3 canny演算法，這個用的很多，我也很喜歡，主要是用到強邊緣和弱邊緣進行區分。
4 通過識別feature進行識別，在邊緣不明顯的時候比較有效。
二 圖像模糊
這里你要知道一個概念，什麼是模糊呢？
咱們近視眼就是一個模糊，這個模糊就是眼睛的成像不能精確的成像在視網膜上吧？
你可以想像一下，其實這就是一個尺度變換的問題，你看一張報紙很清楚，但是從五十米外看你這張報紙（我們假設能看得到），就非常模糊，不能辨認吧？
我這里就引出這個模糊的概念：叫做高斯濾波，高斯濾波其實就是一個尺度變換。
我再打個比方吧，比如一個圍棋棋盤，黑線是黑線，棋盤是棋盤，即使黑線很細，你也能分清楚是吧？
但是如果你摘下眼鏡看呢？黑線變粗了是吧？黑線變暗了是吧？
其實真正原因是棋盤的信息進入了原本黑線的地方，而黑線也進入了棋盤的地方。
這就是濾波的魅力，可以使像素各個梯度變小，讓圖像的像素點之間的聯系沒有那麼強烈。。
既然引出高斯濾波，那就有其他的各種濾波，比如拉普拉斯濾波，中值濾波，均值濾波。
實際操作中應用的也都是運算元求卷積的方法。
三 灰度化
你看電視的時候應該知道，電視上的一個彩色點，其實是GRB顏色模式，就是綠紅藍三色。
對應這個RGB顏色模式，你可以通過對這三個顏色通道的值進行處理，比如我就定義 V=(R+G+B)/3。那麼這個V就包含了三種顏色的信息了吧？
但是一般的我們不直接用三個平均，而是由各個相應的系數相乘得到。
這是RGB顏色模式，但是如果你用到HSV顏色模式，問題就簡單多了。
什麼是HSV模式呢？你遙控器上可能有 色度 飽和度 亮度按鈕吧？
這個就是HSV模式，其中這個V 就是 亮度 value，這個就直接是灰度信息了。
四 圖像去霧
我對這個去霧的理解是，圖像增強。
也可以叫做是圖像銳化，這個過程正好和圖像模糊相對應。
模糊是讓梯度值變小，銳化就是讓梯度變大。
對應的方法也是響應的運算元進行濾波了。
而需要注意的是，銳化用的是高通濾波，模糊是低通濾波。
因為邊緣信息一般都是頻率高的信號。
視頻分析系統團隊
風之風信子
❷ 什麼是邊緣測試
邊緣測試是圖像處理和計算機視覺中的基本問題，檢測的目的是標識數字圖像中亮度變化明顯的點。
邊緣測試大幅度地減少了數據量，並且剔除了可以認為不相關的信息，保留了圖像重要的結構屬性。
有許多方法用於邊緣檢測，它們的絕大部分可以劃分為：
1、基於查找一類和基於零穿越的一類。
2、基於查找的方法通過尋找圖像一階導數中的最大和最小值來檢測邊界，通常是將邊界定位在梯度最大的方向。
3、基於零穿越的方法通過尋找圖像二階導數零穿越來尋找邊界，通常是Laplacian過零點或者非線性差分表示的過零點。