imgproc模块—Sobel边缘检测算子
来源:互联网 发布:java 中final static 编辑:程序博客网 时间:2024/05/17 22:40
1.目的
(1)如何使用openCV函数Sobel对图像求导数
(2)如何使用openCV函数Scharr对图像求导数
2.原理
(1)图像边缘
图像边缘是图像像素发生显著变化的位置。使用卷积运算可以近似计算图像梯度,检测图像边缘,梯度值大意味图像内容发生显著变化,可以认为该处为图像的边缘处。
(2)Sobel算子
[1]Sobel算子是一个一阶离散微分算子,可以用它来计算灰度图像的近似梯度
[2]Sobel 算子结合了高斯平滑和微分求导。
[3]计算
<1>两个方向的梯度
a.水平变化: 将 I 与一个奇数大小的内核 Gx 进行卷积。比如,当内核大小为3时, Gx 的计算结果为:
b.垂直变化: 将:math:I 与一个奇数大小的内核 Gy 进行卷积。比如,当内核大小为3时, Gy 的计算结果为:
<2>近似梯度计算
或者:
Note:
当内核大小为 3 时, 以上Sobel内核可能产生比较明显的误差(毕竟,Sobel算子只是求取了导数的近似值)。 为解决这一问题,OpenCV提供了 Scharr 函数,但该函数仅作用于大小为3的内核。该函数的运算与Sobel函数一样快,但结果却更加精确,其内核为:
3.部分代码解释
(1)Sobel
/* sobel参数解释 src:输入图像 ddepth:图像深度 x_order:x方向梯度 y_order:y方向梯度 kernel_size:核大小(为奇数) scale:尺度,计算导数时的缩放因子 delta:梯度偏置值,对计算结果的偏置 BORDER_DEFAULT:默认边界设置 */ Sobel(src, gradX, ddepth, 1, 0, 2*kernel_size+1, scale, delta, BORDER_DEFAULT); Sobel(src, gradY, ddepth, 0, 1, 2*kernel_size+1, scale, delta, BORDER_DEFAULT);
(2)Scharr
/* scharr参数解释 src:输入图像 ddepth:图像深度 x_order:x方向梯度 y_order:y方向梯度 scale:尺度,计算导数时的缩放因子 delta:梯度偏置值,对计算结果的偏置 BORDER_DEFAULT:默认边界设置 */ //Scharr只能使用大小为3的卷积核 Scharr(src, gradX, ddepth, 1, 0, scale, delta, BORDER_DEFAULT); Scharr(src, gradY, ddepth, 0, 1, scale, delta, BORDER_DEFAULT);
4.完整代码
(1)CommonInclude.h
#include<iostream>using namespace std;#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>using namespace cv;
(2)Edge.cpp
#include "CommonInclude.h"int edge_type = 0;int kernel_size = 3;int scale = 1;int max_edge_type = 3;int max_kernel_size = 11;int ddepth = CV_16S;double delta = 0;char windowNameOrigin[] = "Origin";char windowNameEdge[] = "Edge";/*0:Sobel1:Scharr2:laplace3:canny*/Mat src, grad;Mat gradX, gradY;Mat absGradX, absGradY;void EdgeDetector(int, void*){ switch(edge_type){ case(0): //Sobel detector /* sobel参数解释 src:输入图像 ddepth:图像深度 x_order:x方向梯度 y_order:y方向梯度 kernel_size:核大小(为奇数) scale:尺度,计算导数时的缩放因子 delta:梯度偏置值,对计算结果的偏置 BORDER_DEFAULT:默认边界设置 */ Sobel(src, gradX, ddepth, 1, 0, 2*kernel_size+1, scale, delta, BORDER_DEFAULT); Sobel(src, gradY, ddepth, 0, 1, 2*kernel_size+1, scale, delta, BORDER_DEFAULT); convertScaleAbs(gradX, absGradX); convertScaleAbs(gradY, absGradY); addWeighted(absGradX, 0.5, absGradY, 0.5, 0, grad); break; case(1): /* scharr参数解释 src:输入图像 ddepth:图像深度 x_order:x方向梯度 y_order:y方向梯度 scale:尺度,计算导数时的缩放因子 delta:梯度偏置值,对计算结果的偏置 BORDER_DEFAULT:默认边界设置 */ //Scharr只能使用大小为3的卷积核 Scharr(src, gradX, ddepth, 1, 0, scale, delta, BORDER_DEFAULT); Scharr(src, gradY, ddepth, 0, 1, scale, delta, BORDER_DEFAULT); convertScaleAbs(gradX, absGradX); convertScaleAbs(gradY, absGradY); addWeighted(absGradX, 0.5, absGradY, 0.5, 0, grad); break; case(2): //待续 break; case(3): //待续 break; default: cout << "error type!!!" << endl; break; } imshow(windowNameEdge, grad);}int main(int argc, char** argv){ if(argc<2){ cout << "more parameters are required!!!" << endl; return(-1); } src = imread(argv[1]); if(!src.data){ cout << "erro to read image!!!" << endl; return(-1); } namedWindow(windowNameEdge, CV_WINDOW_AUTOSIZE); //高斯处理 GaussianBlur(src, src, Size(3,3), 0, 0, BORDER_DEFAULT); //转化为灰度图像 cvtColor(src, src, CV_BGR2GRAY); imshow(windowNameOrigin, src); createTrackbar("Edge Type:\n0 Sobel\n1 Scharr\n2 laplace \n3 Canny", windowNameEdge, &edge_type, max_edge_type, EdgeDetector); createTrackbar("Kernel Size:2*n+1", windowNameEdge, &kernel_size, max_kernel_size, EdgeDetector); EdgeDetector(0,0); waitKey(0);}
参考文献
1.http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/sobel_derivatives/sobel_derivatives.html
- imgproc模块—Sobel边缘检测算子
- imgproc模块--Laplace边缘检测算子
- imgproc模块--Canny边缘检测算子
- sobel边缘检测算子
- 边缘检测:Sobel算子
- 边缘检测——Sobel算子
- 边缘检测值sobel算子
- 边缘检测:Sobel、拉普拉斯算子
- 图像边缘检测-Sobel算子
- OpenCV之imgproc 模块. 图像处理(2)实现自己的线性滤波器 给图像添加边界 Sobel 导数 Laplace 算子 Canny 边缘检测
- 边缘检测(3)Sobel边缘算子
- 边缘检测之Sobel检测算子
- Robert算子、sobel算子、Prewitt算子、canny边缘检测算子
- 图像处理算法4——Sobel 边缘检测算子
- opencv中用Sobel算子进行边缘检测
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- Sobel算子边缘检测(vc实现)
- opencv中用Sobel算子进行边缘检测
- HashMap
- Spring(1-2、基于xml装配Bean)
- CentOS7 配置NAT服务器以及端口映射
- Windows下MongoDB安装及创建用户名和密码
- mysql 主从数据库配置
- imgproc模块—Sobel边缘检测算子
- BeanFactory not initialized or already closed
- 仿射变换应用于图像匹配
- switcher.js
- IOS代码规范
- Mysql把一个表的数据导入另一张表中的语句
- 内部类详解
- 安装运行centos7的过程 和 踩到的一些坑
- meta经常设置的内容总结