邊緣檢測
方法有很多。
1通常使用各種邊緣檢測算子對圖像進行卷積，計算圖像各部分的梯度值。因為邊緣有突變的像素值，所以梯度大的地方很可能就是邊緣。Sobel算子等比較常見。
形態學運算，主要針對二值圖像比較高效，直接先膨脹再腐蝕，再減去圖像就是邊緣。
3 canny算法，用的很多，我也很喜歡，主要用強邊和弱邊來區分。
4在邊緣不明顯的情況下，識別特征更有效。
雙圖像模糊
這裏妳需要知道壹個概念，什麽是模糊性？
我們的近視壹片模糊。這種模糊意味著眼睛的成像不能準確地成像在視網膜上，對嗎？
妳可以想象，其實這是壹個規模轉化的問題。妳可以清楚地閱讀壹份報紙，但如果妳從50米外看妳的報紙(我們假設妳可以閱讀)，它就非常模糊，無法識別，對嗎？
我在這裏介紹這個模糊的概念:它叫高斯濾波，實際上是壹種尺度變換。
我再打個比方，比如國際象棋棋盤，黑線是黑線，棋盤是棋盤。即使黑線很細，妳也能分辨清楚吧？
但是如果妳摘下眼鏡呢？黑線變粗了，不是黑線變暗了嗎？
其實真正的原因是棋盤上的信息進入了原來的黑線，黑線也進入了棋盤。
這就是濾波的魅力，可以讓像素的梯度變小，讓圖像像素之間的關系不那麽強烈。。
自從引入高斯濾波後，還有其他種類的濾波，如拉普拉斯濾波、中值濾波、均值濾波等。
在實際操作中也采用了算子卷積的方法。
三灰化
當妳看電視時，妳應該知道電視上的壹個色點實際上是GRB顏色模式，即綠色、紅色和藍色。
對於這種RGB顏色模式，您可以處理這三個顏色通道的值。比如我會定義V=(R+G+B)/3。所以這個V包含了三種顏色的信息，對嗎？
但壹般我們不會直接用三個平均值，而是乘以相應的系數。
這是RGB色彩模式，但如果用HSV色彩模式，問題就簡單多了。
什麽是HSV模式？妳的遙控器上可能有壹個色度飽和度亮度按鈕，對嗎？
這是HSV模式，這裏這個V是亮度值，這個直接是灰度信息。
四幅圖像去霧
我對這種去霧的理解是圖像增強。
也可以叫圖像銳化，對應的是圖像模糊。
模糊是讓漸變變小，銳化是讓漸變變大。
響應操作符也會過濾相應的方法。
需要註意的是，高通濾波用於銳化，低通濾波用於模糊。
因為邊緣信息壹般是高頻信號。
視頻分析系統小組
風信子