对人眼视觉系统的研究表明，人类对形状的感知一般通过识别边缘、轮廓、前景和背景形成。因此，在图像处理中，边缘信息十分重要，数字图像的边缘检测是图像锐化、图像分割、区域形状特征提取等技术的重要基础。（课程思政）我国有很多大书法家，每个书法家的笔迹都不相同。在辨别书法作品是否为真迹的过程中，我们可以通过数字图像处理技术，采用边缘分析的方法来检测。那么如何检测边缘轮廓信息呢？边缘是图像中亮度突变的区域，可通过计算局部图像区域的亮度差异，检测出不同目标或场景各部分之间的边界。图像锐化的目的是加强图像中景物的边缘和轮廓，突出图像中的细节或增强被模糊了的细节。本章将从图像边缘分析、一阶微分算子、二阶微分算子、高斯滤波与边缘检测、频域高通滤波几个方面进行讲解。

图像中的边缘主要有以下几种类型：细线型边缘、突变型边缘和渐变型边缘。Cameraman图像的衣服这边从灰色的背景到黑色的大衣这里是突变型的边界，三脚架这里属于细线型边缘，天空中的太阳与天空的边缘属于渐变型边缘。把三种类型边缘放在同一图像中，绘制的灰度变化曲线以及曲线的一阶和二阶导数如图所示。最上面一行是边缘示意图，1表示突变型边缘，2表示细线型边缘，3表示渐变型边缘。突变型边缘位于图像中两个具有不同灰度值的相邻区域之内，灰度曲线有阶跃变化，对应于一阶导数的极值和二阶导数的过零点；细线型边缘灰度变化曲线存在局部极值，对应于一阶导数过零点和二阶导数的极值点；渐变型边缘因灰度变化缓慢，没有明确的边界点。通过分析边缘变化曲线和一二阶微分曲线，可知图像中的边缘对应微分的特殊点，因此可以利用求微分来检测图像中的边缘。突变型细节可以通过检测一阶微分极值点，二阶微分过0点。细线型细节可以检测一阶微分过0点，二阶微分极值点。渐变型细节比较难检测，二阶微分信息略多于一阶微分。