第6章 图像变换/Sobel导数

                                                                第6章  图像变换/Sobel导数

 

//r

//2010-11-15 21:48:57

Sobel

使用扩展 Sobel 算子计算一阶、二阶、三阶或混合图像差分

void cvSobel( const CvArr* src, CvArr* dst, int xorder, int yorder, int aperture_size=3 );

src

输入图像.

dst

输出图像.

xorder

x 方向上的差分阶数

yorder

y 方向上的差分阶数

aperture_size

扩展 Sobel 核的大小，必须是 1, 3, 5 或 7。 除了尺寸为 1， 其它情况下， aperture_size ×aperture_size 可分离内核将用来计算差分。对 aperture_size=1的情况， 使用 3x1 或 1x3 内核 （不进行高斯平滑操作）。这里有一个特殊变量 CV_SCHARR (=-1)，对应 3x3 Scharr 滤波器，可以给出比 3x3 Sobel 滤波更精确的结果。Scharr 滤波器系数是：

对 x-方向 以及转置矩阵对 y-方向。

函数 cvSobel 通过对图像用相应的内核进行卷积操作来计算图像差分：

由于Sobel 算子结合了 Gaussian 平滑和微分，所以，其结果或多或少对噪声有一定的鲁棒性。通常情况，函数调用采用如下参数 (xorder=1, yorder=0, aperture_size=3) 或 (xorder=0, yorder=1, aperture_size=3) 来计算一阶 x- 或 y- 方向的图像差分。第一种情况对应：

核。

第二种对应：

或者

核的选则依赖于图像原点的定义 (origin 来自 IplImage 结构的定义)。由于该函数不进行图像尺度变换，所以和输入图像(数组)相比，输出图像(数组)的元素通常具有更大的绝对数值（译者注：即象素的深度）。为防止溢出，当输入图像是 8 位的，要求输出图像是 16 位的。当然可以用函数 cvConvertScale 或 cvConvertScaleAbs 转换为 8 位的。除了 8-比特 图像，函数也接受 32-位 浮点数图像。所有输入和输出图像都必须是单通道的，并且具有相同的图像尺寸或者ROI尺寸。

#include "cv.h"#include "highgui.h"#include "stdio.h"#include "stdlib.h"int main(int argc, char ** argv){IplImage * src, *dst ; src = cvLoadImage(argv[1],0);dst = cvCreateImage(cvGetSize(src),IPL_DEPTH_16S,1) ;cvNamedWindow("src",0) ;cvShowImage("src",src);cvNamedWindow("filtering",0) ;cvSobel(src,dst,0,1,5);cvShowImage("filtering",dst);cvWaitKey(0) ;cvReleaseImage(&src) ;cvReleaseImage(&dst);return 0;}

 

 

 

 

这里值得一提的是：Scharr滤波器

CV_SCHARR （值为-1)

 

Scharr滤波器捅soble滤波器一样快，但是准确率更好，所以当你利用3*3滤波器实现图像度量的时候应该使用Scharr滤波器。Scharr滤波器的滤波系数

 

  -3      0    3

  -10    0   10

  -3     0     3

 

 

 

-3-10-30003103