OpenCV边缘检测Sobel拉普拉斯算子.docx

1、OpenCV边缘检测Sobel拉普拉斯算子【OpenCV】边缘检测：Sobel、拉普拉斯算子 转自：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

2、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cpp view plaincopyprint?1. CV_EXPORTS_Wvo

3、idSobel(InputArraysrc,OutputArraydst,intddepth,2. intdx,intdy,intksize=3,3. doublescale=1,doubledelta=0,4. intborderType=BORDER_DEFAULT);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 );

4、使用cpp view plaincopyprint?1. /Sobel/ 2. /Generategrad_xandgrad_y 3. Matgrad_x,grad_y;4. Matabs_grad_x,abs_grad_y;5. /GradientX 6. /Scharr(src_gray,grad_x,ddepth,1,0,scale,delta,BORDER_DEFAULT); 7. /Calculatesthefirst,second,third,ormixedimagederivativesusinganextendedSobeloperator. 8. Sobel(src_gray

5、,grad_x,ddepth,1,0,3,scale,delta,BORDER_DEFAULT);9. convertScaleAbs(grad_x,abs_grad_x);10. /GradientY 11. /Scharr(src_gray,grad_y,ddepth,0,1,scale,delta,BORDER_DEFAULT); 12. Sobel(src_gray,grad_y,ddepth,0,1,3,scale,delta,BORDER_DEFAULT);13. convertScaleAbs(grad_y,abs_grad_y);14. /TotalGradient(appro

6、ximate) 15. addWeighted(abs_grad_x,0.5,abs_grad_y,0.5,0,grad); / 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

7、 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_DEF

8、AULT ); 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

9、要求系数之和必为0【相关代码】接口cpp view plaincopyprint?1. CV_EXPORTS_WvoidLaplacian(InputArraysrc,OutputArraydst,intddepth,2. intksize=1,doublescale=1,doubledelta=0,3. intborderType=BORDER_DEFAULT);CV_EXPORTS_W void Laplacian( InputArray src, OutputArray dst, int ddepth, int ksize=1, double scale=1, double delta=

10、0, int borderType=BORDER_DEFAULT );使用cpp view plaincopyprint?1. Matabs_dst,dst;2. intscale=1;3. intdelta=0;4. intddepth=CV_16S;5. intkernel_size=3;6. Laplacian(src_gray,dst,ddepth,kernel_size,scale,delta,BORDER_DEFAULT);7. convertScaleAbs(dst,abs_dst);8. namedWindow(window_name2,CV_WINDOW_AUTOSIZE);

11、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。