matlab实现Sobel算子 和 LBP

2.Sobel算子
Sobel算子主要用作边缘检测，它是一离散型差分算子，用来计算图像亮度函数灰度之近似值。边缘是指其周围像素灰度急剧变化的那些像素的集合。边缘存在于目标、背景和区域之间，所以，边缘是图像分割所依赖的最重要的依据。
将Sobel算子的实现划分为五个步骤：
（1） 计算Gx与Gy与模板每行的乘积。
（2） 两个3x3矩阵的卷积即将每一行每一列对应相乘然后相加。
（3） 求得33模板运算后的Gx、Gy。
（4） 求Gx^2 + Gy^2的平方根或者直接对Gx和Gy取绝对值后求和。
（5）设置一个阈值，运算后的像素值大于该阈值输出为全1，小于该阈值输出为全0。

代码：
i=imread(‘lenna.jpg’);
i=rgb2gray(i);
subplot(131);imshow(i);title(‘原图’);
[m, n] = size(i);
d = double(i);
dSobel = i;
kSobel = i;
for i = 2 : m-1
for j = 2 : n-1
Gx = (d(i+1,j-1) + 2d(i+1,j) + d(i+1,j+1)) - (d(i-1,j-1) + 2d(i-1,j) + d(i-1,j+1));
Gy = (d(i-1,j+1) + 2d(i,j+1) + d(i+1,j+1)) - (d(i-1,j-1) + 2*d(i,j-1) + d(i+1,j-1));
dSobel(i, j) = sqrt(Gx^2 + Gy^2);
kSobel(i, j) = abs(Gx) + abs(Gy);
end
end
subplot(132);imshow(dSobel);title(‘Sobel算子(1)’);
subplot(133);imshow(kSobel);title(‘Sobel算子(2)’);

结果：

其中Sobel算子（1）是用求Gx^2 + Gy^2的平方根得到的结果，Sobel算子（2）是直接对Gx和Gy取绝对值后求和。算子（1）精度高，但是运算量大；算子（2）简单但是丢失了精度。
3.LBP算法
算法步骤：

1. 用3*3的模板对图像每个像素进行处理，比较当前像素和周围像素的大小，将大于当前像素的置1，小于的置0。
2. 对这周围八个像素进行编码，这八个0和1正好是可以组成一个byte数，然后按一定的规则组成这个无符号数。
3. 把这个数赋值给当前像素。
   代码
   i = imread(‘lenna.jpg’);
   B=rgb2gray(i);
   [m,n]=size(B);
   subplot(121);imshow(B);title(‘原图’);
   X=[-1,-1,-1,0,1,1,1,0];
   Y=[-1,0,1,1,1,0,-1,-1]; %（从左上角逆时针）
   prop=[];
   LBPimage=B;
   value=0;
   for i=2:m-1
   for j=2:n-1
   for k=1:8
   x=i+X(k);
   y=j+Y(k);
   if B(i,j)>B(x,y)
   prop(k)=0;
   else
   prop(k)=1;
   end
   end
   for m=1:8
   value=value+(2^(8-m))*prop(m);
   end
   LBPimage(i,j)=value;
   value=0;
   end
   end
   subplot(122);imshow(LBPimage);title(‘LBP算法’);
   结果：