边缘增强与边缘检测有什么关系？

Question

边缘增强与边缘检测有什么关系？
在边缘检测的时候需要用到边缘增强吗？传统的有拉普拉斯边缘增强，平移和差分边缘增强，梯度方向边缘增强。还有其它吗？
而传统的边缘检测方法有哪些？

Answer 1

 图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息，图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的，同时也是图象分割所依赖的重要特征，边缘检测主要是图象的灰度变化的度量、检测和定位，自从1959提出边缘检测以来，经过五十多年的发展，已有许多中不同的边缘检测方法。在我们常用的几种用于边缘检测的算子中Laplace算子常常会产生双边界；而其他一些算子如Sobel算子又往往会形成不闭合区域。本文主要讨论了在边缘检测中，获取封闭边界区域的算法。
图象边缘检测的基本步骤
     （1）滤波。边缘检测主要基于导数计算，但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。
     （2）增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。
     （3）检测。但在有些图象中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。
     （4）定位。精确确定边缘的位置。

Answer 2

http://www.qqread.com/other-devtool/x785111002.html

Answer 3

http://www.qqread.com/other-devtool/x785111002.html