时间：2024-07-07浏览次数：63
还是8邻域的，算出每个像素与邻域像素的梯度，如果梯度大于10，则判定为边缘。梯度算子的设计任何一本 数字图像处理 书中都有，自己去找找吧。
Roberts算子又称为交叉微分算法，它是基于交叉差分的梯度算法，通过局部差分计算检测边缘线条。常用来处理具有陡峭的低噪声图像，当图像边缘接近于正45度或负45度时，该算法处理效果更理想。其缺点是对边缘的定位不太准确，提取的边缘线条较粗。
其本质是一个对角线方向的梯度算子，对应的水平方向和竖直方向的梯度分别为 输出梯度图在 的灰度值为 优点：边缘定位较准 缺点：（1）没有描述水平和竖直方向的灰度变化，只关注了对角线方向，容易造成遗漏。（2）鲁棒性差。由于 点本身参加了梯度计算，不能有效的抑制噪声的干扰。
相比于Roberts算子，Sobel算子对噪声具有一定的抑制作用。因为它在计算梯度时，不仅考虑了相邻像素的差值，还考虑了距离较远的像素对当前像素的影响，这相当于对图像进行了一定程度的平滑处理。Sobel算子对边缘的定位不如Roberts算子准确，但它能够检测到更广泛的边缘，包括一些较模糊的边缘。
1、另外，关于变换后频谱图像是四角亮的问题，主要是因为变换后的四角位置刚好对应着图像的低频成分，而一般来说图像的能量都集中在低频分量上，因此变换后低频位置处的幅度会大些，显示出来就更亮了。
2、从物理效果看，傅立叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。
3、第一段的说法是没有问题的，第二段说的是计算机上做傅立叶变换，需要做一个坐标的平移才能得到实际的频谱图。频谱图的中心是低频，对应图像的主要框架和背景；频谱的边缘是高频，对应图像的细节和突变部分。
4、和傅里叶变换算法对应的是反傅里叶变换算法。该反变换从本质上说也是一种累加处理，这样就可以将单独改变的正弦波信号转换成一个信号。因此，可以说，傅里叶变换将原来难以处理的时域信号转换成了易于分析的频域信号（信号的频谱），可以利用一些工具对这些频域信号进行处理、加工。
5、图像中心化：对一幅原图像进行傅立叶变换的结果，原点在窗口的左上角，即变换后的直流成分位于左上角，低频成分分布在窗口的四角。为了便于分析，通常采用平移技术使直流成分位于窗口中心，即变换后的坐标原点移到窗口中心，因而围绕坐标中心是低频，向外是高频分量。
1、数字图像处理知识点总结第一章导论图像：对客观对象的一种相似性的生动性的描述或写真。图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字）。图像处理：对图像进行一系列操作，以到达预期目的的技术。
2、平滑滤波：平滑图像，去除高频分量，使得图像灰度值变化不那么大，同时降低噪声。 锐化滤波：去除低频分量，使得图像反差增大，边缘明显。 领域平均法 可以减少噪声，但图像也模糊了 加权平均法 不同位置的灰度重要性（权重）不一样，中间的最为重要，旁边的重要性降低。
3、遥感第一章1遥感数字图像；遥感数字图像的分类方式和对应类别。（1）定义：遥感数字图像是数字形式的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。
1、常用的梯度算子就三个：Roberts、Prewitt和Sobel，Sobel最好用。梯度都指的是一阶，Laplacian那些就不算了。
2、本文主要介绍边缘检测中的一阶微分算子---梯度算子，包括Roberts、Prewitt和Sobel三种算子。想要计算梯度图，就要设计模板卷积，首先要搞明白图像在计算时的坐标系，很多博文对应的模板和坐标系都不匹配，我们在后面的卷积操作中主要使用计算坐标系。左图Cameraman所用的坐标系统，常用在图像计算中。
3、图像锐化方法中的梯度算子法和二阶导数算子法的各自特点，其中梯度算子法主要是Roberts梯度算子法、Prewitt梯度算子法、Sobel算子法；二阶导数算子法为Laplacian算子法，并通过编程对一张实际图片进行了试验对比，结果证明Laplacian算子法锐化效果最好。
1、图像中的边缘通常由亮度变化引起，而在图像处理过程中，会对图像进行亮度调整或变换操作，这也会导致一些像素值小于0或大于255的情况出现。
