❶ 边缘检测，图像模糊，灰度化和图像去雾的基本思路是什么呢 说出是需要改变哪些色彩空间的值。。。
我挨个说一下吧，也算给自己复习一下。
一 边缘检测
方法很多很多啊。
1 常用的是用各种边缘检测算子对图像进行卷积运算，计算出来图像每个部分的梯度值，由于边缘有突变的像素值，所以梯度大的地方很可能是边缘。常见的有 sobel算子等。
2 形态学运算，主要是针对二值化之后的图比较高效，直接先膨胀再腐蚀，然后相减图像就是边缘。
3 canny算法，这个用的很多，我也很喜欢，主要是用到强边缘和弱边缘进行区分。
4 通过识别feature进行识别，在边缘不明显的时候比较有效。
二 图像模糊
这里你要知道一个概念，什么是模糊呢？
咱们近视眼就是一个模糊，这个模糊就是眼睛的成像不能精确的成像在视网膜上吧？
你可以想象一下，其实这就是一个尺度变换的问题，你看一张报纸很清楚，但是从五十米外看你这张报纸（我们假设能看得到），就非常模糊，不能辨认吧？
我这里就引出这个模糊的概念：叫做高斯滤波，高斯滤波其实就是一个尺度变换。
我再打个比方吧，比如一个围棋棋盘，黑线是黑线，棋盘是棋盘，即使黑线很细，你也能分清楚是吧？
但是如果你摘下眼镜看呢？黑线变粗了是吧？黑线变暗了是吧？
其实真正原因是棋盘的信息进入了原本黑线的地方，而黑线也进入了棋盘的地方。
这就是滤波的魅力，可以使像素各个梯度变小，让图像的像素点之间的联系没有那么强烈。。
既然引出高斯滤波，那就有其他的各种滤波，比如拉普拉斯滤波，中值滤波，均值滤波。
实际操作中应用的也都是算子求卷积的方法。
三 灰度化
你看电视的时候应该知道，电视上的一个彩色点，其实是GRB颜色模式，就是绿红蓝三色。
对应这个RGB颜色模式，你可以通过对这三个颜色通道的值进行处理，比如我就定义 V=(R+G+B)/3。那么这个V就包含了三种颜色的信息了吧？
但是一般的我们不直接用三个平均，而是由各个相应的系数相乘得到。
这是RGB颜色模式，但是如果你用到HSV颜色模式，问题就简单多了。
什么是HSV模式呢？你遥控器上可能有 色度 饱和度 亮度按钮吧？
这个就是HSV模式，其中这个V 就是 亮度 value，这个就直接是灰度信息了。
四 图像去雾
我对这个去雾的理解是，图像增强。
也可以叫做是图像锐化，这个过程正好和图像模糊相对应。
模糊是让梯度值变小，锐化就是让梯度变大。
对应的方法也是响应的算子进行滤波了。
而需要注意的是，锐化用的是高通滤波，模糊是低通滤波。
因为边缘信息一般都是频率高的信号。
视频分析系统团队
风之风信子
❷ 什么是边缘测试
边缘测试是图像处理和计算机视觉中的基本问题，检测的目的是标识数字图像中亮度变化明显的点。
边缘测试大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。
有许多方法用于边缘检测，它们的绝大部分可以划分为：
1、基于查找一类和基于零穿越的一类。
2、基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。
3、基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示的过零点。