【OpenCV】边缘检测:Sobel、拉普拉斯算子
2014-01-19 12:05
351 查看
边缘
边缘(edge)是指图像局部强度变化最显著的部分。主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间,是图像分割、纹理特征和形状特征等图像分析的重要基础。图像强度的显著变化可分为:
阶跃变化函数,即图像强度在不连续处的两边的像素灰度值有着显著的差异;
线条(屋顶)变化函数,即图像强度突然从一个值变化到另一个值,保持一较小行程后又回到原来的值。
图像的边缘有方向和幅度两个属性,沿边缘方向像素变化平缓,垂直于边缘方向像素变化剧烈.边缘上的这种变化可以用微分算子检测出来,通常用一阶或二阶导数来检测边缘。
(a)(b)分别是阶跃函数和屋顶函数的二维图像;(c)(d)是阶跃和屋顶函数的函数图象;(e)(f)对应一阶倒数;(g)(h)是二阶倒数。
一阶导数法:梯度算子
对于左图,左侧的边是正的(由暗到亮),右侧的边是负的(由亮到暗)。对于右图,结论相反。常数部分为零。用来检测边是否存在。
梯度算子 Gradient operators
函数f(x,y)在(x,y)处的梯度为一个向量:计算这个向量的大小为:
近似为:
梯度的方向角为:
Sobel算子
sobel算子的表示:梯度幅值:
用卷积模板来实现:
【相关代码】
接口CV_EXPORTS_W void Sobel( InputArray src, OutputArray dst, int ddepth, int dx, int dy, int ksize=3, double scale=1, double delta=0, int borderType=BORDER_DEFAULT );
使用
/////////////////////////// Sobe l//////////////////////////////////// /// Generate grad_x and grad_y Mat grad_x, grad_y; Mat abs_grad_x, abs_grad_y; /// Gradient X //Scharr( src_gray, grad_x, ddepth, 1, 0, scale, delta, BORDER_DEFAULT ); //Calculates the first, second, third, or mixed image derivatives using an extended Sobel operator. Sobel( src_gray, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT ); convertScaleAbs( grad_x, abs_grad_x ); /// Gradient Y //Scharr( src_gray, grad_y, ddepth, 0, 1, scale, delta, BORDER_DEFAULT ); Sobel( src_gray, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT ); convertScaleAbs( grad_y, abs_grad_y ); /// Total Gradient (approximate) addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad );
二阶微分法:拉普拉斯
二阶微分在亮的一边是负的,在暗的一边是正的。常数部分为零。可以用来确定边的准确位置,以及像素在亮的一侧还是暗的一侧。
LapLace 拉普拉斯算子
二维函数f(x,y)的拉普拉斯是一个二阶的微分,定义为:其中:
可以用多种方式将其表示为数字形式。对于一个3*3的区域,经验上被推荐最多的形式是:
定义数字形式的拉普拉斯要求系数之和必为0
【相关代码】
接口CV_EXPORTS_W void Laplacian( InputArray src, OutputArray dst, int ddepth, int ksize=1, double scale=1, double delta=0, int borderType=BORDER_DEFAULT );
使用
Mat abs_dst,dst; int scale = 1; int delta = 0; int ddepth = CV_16S; int kernel_size = 3; Laplacian( src_gray, dst, ddepth, kernel_size, scale, delta, BORDER_DEFAULT ); convertScaleAbs( dst, abs_dst ); namedWindow( window_name2, CV_WINDOW_AUTOSIZE );
实践效果
原图注意,边缘检测对噪声比较敏感,需要先用高斯滤波器对图像进行平滑。参考博文:【OpenCV】邻域滤波:方框、高斯、中值、双边滤波
Sobel 边缘检测
Sobel算子可以直接计算Gx 、Gy可以检测到边的存在,以及从暗到亮,从亮到暗的变化。仅计算| Gx |,产生最强的响应是正交 于x轴的边; | Gy |则是正交于y轴的边。
Laplace边缘检测
相关文章推荐
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- Android opencv(三) 边缘检测Sobel、Canny
- 边缘检测:Sobel、拉普拉斯算子
- [学习opencv]图像sobel、laplacian、canny边缘检测
- 【opencv学习之二十六】边缘检测算子:Canny,Sobel,Laplacian
- opencv边缘检测Sobel和Canny
- opencv实现sobel边缘检测
- OpenCV2.4.10之samples_cpp_tutorial-code_learn-----ImgTrans(Laplace边缘检测和Sobel边缘检测,图像重映射)
- C/C++ OpenCV之Sobel边缘检测
- 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
- opencv之边缘检测(sobel )
- 利用OpenCV的库函数Sobel和Scharr作图像的边缘检测
- Sobel边缘检测的OpenCV实现
- OpenCV,三大边缘检测Canny,Sobel,Laplacian,及MFC实现
- Opencv图像识别从零到精通(19)----Robert,prewitt,Sobel边缘检测