我有一个8位图像，我想用一个矩阵对其进行过滤以进行边缘检测。我的内核矩阵是
0 1 0
1 -4 1
0 1 0
对于某些索引，它给我一个负值。我应该和他们在一起吗？
答案 0 :(得分：3)
您的内核是Laplace过滤器。将其应用于图像会产生拉普拉斯算子的有限差分近似值。 The Laplace operator is not an edge detector by itself。
但是您可以将其用作边缘检测器的构建块：您需要检测零交叉点以找到边缘（这是Marr-Hildreth edge detector）。要找到零交叉点，您需要使用负值。
您还可以使用经过Laplace过滤的图像来锐化图像。如果从原始图像中减去它，则结果将是具有更清晰边缘和更清晰感觉的图像。为此，负值也很重要。
对于这两种应用，如接受的答案所建议的那样，将运算结果钳位是错误的。该钳位会将所有负值设置为0。这意味着不再有零交叉点，因此您找不到边缘，而进行锐化则意味着每个边缘的一侧都不会被锐化。
因此，处理Laplace过滤器的结果最好的做法是保留值。使用带符号的16位整数类型存储结果（实际上，我更喜欢使用浮点类型，这样可以简化很多事情）。
另一方面，如果要将Laplace滤镜的结果显示在屏幕上，则必须对像素值做一些有意义的事情。在这种情况下，常见的做法是为每个像素添加128。这会将零值移至中间灰色值，将负值显示为较暗，将正值显示为较亮。加128后，可以裁剪大于255且小于0的值。如果要避免剪切，也可以进一步拉伸值，例如laplace / 2 + 128。
答案 1 :(得分：1)
超出范围的值在JPEG中非常常见。一个人通过夹紧来处理它们。
If X < 0 then X := 0 ;
If X > 255 then X := 255 ;