欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

【OpenCV】边缘检测:Sobel、拉普拉斯算子

程序员文章站 2022-07-14 15:14:31
...

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。

【OpenCV】边缘检测:Sobel、拉普拉斯算子

(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。

【OpenCV】边缘检测:Sobel、拉普拉斯算子

梯度算子 Gradient operators

函数f(x,y)在(x,y)处的梯度为一个向量:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

计算这个向量的大小为:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

近似为:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

梯度的方向角为:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

Sobel算子

sobel算子的表示:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

梯度幅值:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

用卷积模板来实现:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

【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。

【OpenCV】边缘检测:Sobel、拉普拉斯算子

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:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

其中:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

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:

【OpenCV】边缘检测:Sobel、拉普拉斯算子

定义数字形式的拉普拉斯要求系数之和必为0

【OpenCV】边缘检测:Sobel、拉普拉斯算子

【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

【OpenCV】边缘检测:Sobel、拉普拉斯算子

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

【OpenCV】边缘检测:Sobel、拉普拉斯算子

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

【OpenCV】边缘检测:Sobel、拉普拉斯算子

拉普拉斯对噪声敏感,会产生双边效果。不能检测出边的方向。通常不直接用于边的检测,只起辅助的角色,检测一个像素是在边的亮的一边还是暗的一边利用零跨越,确定边的位置。


转载请注明出处:http://blog.csdn.net/xiaowei_cqu/article/details/7829481

实验代码下载:http://download.csdn.net/detail/xiaowei_cqu/4475976