6-2遥感图像辐射处理-图像增强讲解.pptVIP

* * Sobel算子 　　索贝尔算子（Sobel operator）是图像处理中的算子之一，主要用作边缘检测。在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量 [编辑本段] 核心公式 　　该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像，其公式如下: 　　  　　图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。 　　  　　然后可用以下公式计算梯度方向。 　　  　　在以上例子中，如果以上的角度Θ等于零，即代表图像该处拥有纵向边缘，左方较右方暗。 [编辑本段] 其他介绍 　　在边沿检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边沿的 ；另一个是检测垂直平边沿的 。与 和 相比，Sobel算子对于象素的位置的影响做了加权，因此效果更好。 　　Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边沿的 ，另一个是检测垂直平边沿的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。由于建筑物图像的特殊性，我们可以发现，处理该类型图像轮廓时，并不需要对梯度方向进行运算，所以程序并没有给出各向同性Sobel算子的处理方法。 　　由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开来，换言之就是Sobel算子没有基于图像灰度进行处理，由于Sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。 在观测一幅图像的时候，我们往往首先注意的是图像与背景不同的部分，正是这个部分将主体突出显示，基于该理论，我们给出了下面阈值化轮廓提取算法，该算法已在数学上证明当像素点满足正态分布时所求解是最优的。 　　.NET代码如下 　　for(Times=0;Times128iThreshold!=iNewThreshold;Times++) 　　{ 　　iThreshold=iNewThreshold; 　　lP1=0; 　　lP2=0; 　　lS1=0; 　　lS2=0; 　　for(i=iMinGray;iiThreshold;i++) 　　{ 　　lP1+=Histogram*i; 　　lS1+=Histogram; 　　} 　　iMean1Gray=lP1/lS1; 　　for(i=iThreshold;iiMaxGray;i++) 　　{ 　　lP2+=Histogram*i; 　　lS2+=Histogram; 　　} 　　iMean2Gray=lP2/lS2; 　　iNewThreshold=(iMean1Gray+iMean2Gray)/2; 　　} 　　 　　补充Sobel算子的矩阵表达式： 　　Sobel1=[-1 -2 -1; %检测水平边沿的Sobel算子 　　0 0 0;  　　1 2 1]; 　　Sobel2=[1 0 -1; %检测垂直平边沿的Sobel算子 　　2 0 -2; 　　1 0 -1]; Method 1：sobel_edge.c / C ? 1?/*?? 2?(C) OOMusou 2007 ? 3?? 4?Filename??? : sobel_edge.c? 5?Compiler??? : Visual C++ 8.0? 6?Description : Demo the how to use sobel detector on gray level image? 7?Release???? : 07/23/2008 1.0? 8?*/? 9?#include stdio.h10?#include stdlib.h11?#include math.h12?13?#define MASK_N 214?#define MASK_X 315?#define MASK_Y 316?#define WHITE? 25517?#define BLACK? 018?19?unsigned char?*image_s = NULL;???? // source image array20?unsigned char?*image_t = NULL;???? // target im