Kenar Algılama Kavramı

Maskelere giriş eğitimimizde kısaca kenar algılama hakkında tartıştık. Burada kenar tespitini resmen tartışacağız.

Kenarlar nedir

Bir görüntüdeki ani süreksizlik değişikliklerine kenarlar denildiğini de söyleyebiliriz. Bir görüntüdeki önemli geçişlere kenarlar denir.

Kenar türleri

Genellikle kenarlar üç tiptedir:

  • Yatay kenarlar
  • Dikey Kenarlar
  • Çapraz Kenarlar

Neden kenarlar algılanır

Bir görüntünün şekil bilgilerinin çoğu kenarlarla çevrelenmiştir. Bu yüzden önce bir görüntüde bu kenarları tespit edip bu filtreleri kullanarak daha sonra kenarları içeren görüntü alanlarını geliştirerek görüntünün netliği artacak ve görüntü netleşecektir.

Gelecek eğitimlerde tartışacağımız kenar algılama maskelerinden bazıları burada.

  • Prewitt Operatörü
  • Sobel Operatörü
  • Robinson Pusula Maskeleri
  • Krisch Pusula Maskeleri
  • Laplacian Operatörü.

Yukarıda bahsedilen tüm filtreler Doğrusal filtreler veya yumuşatma filtreleridir.

Prewitt Operatörü

Prewitt operatörü, kenarları yatay ve dikey olarak algılamak için kullanılır.

Sobel Operatörü

Sobel operatörü Prewitt operatörüne çok benzer. Aynı zamanda bir türev maskedir ve kenar algılama için kullanılır. Ayrıca hem yatay hem de dikey yönde kenarları hesaplar.

Robinson Pusula Maskeleri

Bu operatör aynı zamanda yön maskesi olarak da bilinir. Bu operatörde, her yönün kenarlarını hesaplamak için bir maske alıp onu 8 pusula ana yönünün hepsinde döndürüyoruz.

Kirsch Pusula Maskeleri

Kirsch Pusula Maskesi ayrıca kenarları bulmak için kullanılan türev bir maskedir. Kirsch maskesi ayrıca tüm yönlerdeki kenarları hesaplamak için kullanılır.

Laplacian Operatörü

Laplacian Operatörü ayrıca bir görüntüdeki kenarları bulmak için kullanılan bir türev operatördür. Laplacian, ikinci dereceden bir türev maskedir. Ayrıca pozitif laplasiyen ve negatif laplasiyen olarak ikiye ayrılabilir.

Bütün bu maskeler kenarları bulur. Bazıları yatay ve dikey olarak bulur, bazıları yalnızca tek bir yönde bulur ve bazıları tüm yönlerde bulur. Bundan sonra gelen bir sonraki kavram, görüntüden kenarlar çıkarıldıktan sonra yapılabilen keskinleştirmedir.

Bileme

Keskinleştirme, bulanıklaştırmanın tersidir. Bulanıklaştırmada kenar içeriğini azaltıyoruz ve Keskinleştirmede kenar içeriğini artırıyoruz. Dolayısıyla, bir görüntüdeki kenar içeriğini artırmak için önce kenarları bulmalıyız.

Kenarlar, herhangi bir operatör kullanılarak yukarıda açıklanan herhangi bir yöntemle bulunabilir. Kenarları bulduktan sonra, bu kenarları bir görüntüye ekleyeceğiz ve böylece görüntünün daha fazla kenarı olacak ve daha keskin görünecektir.

Bu, bir görüntüyü keskinleştirmenin bir yoludur.

Keskinleştirilmiş görüntü aşağıda gösterilmektedir.

Gerçek görüntü

Görüntüyü Keskinleştir