Sobel算子及cvSobel【DOC精选】.docVIP

Sobel算子及cvSobel (2010-11-28 23:16:15) 转载 标签： opencv sobel算子 cvsobel 分类： OpenCV ??? 由于项目里要用到边缘检测，所以今天研究了一下最简单的梯度的方法。 ??? 首先，我们来开一下计算机是如何检测边缘的。以灰度图像为例，它的理论基础是这样的，如果出现一个边缘，那么图像的灰度就会有一定的变化，为了方便假设由 黑渐变为白代表一个边界，那么对其灰度分析，在边缘的灰度函数就是一个一次函数y=kx，对其求一阶导数就是其斜率k，就是说边缘的一阶导数是一个常数， 而由于非边缘的一阶导数为零，这样通过求一阶导数就能初步判断图像的边缘了。通常是X方向和Y方向的导数，也就是梯度。理论上计算机就是通过这种方式来获 得图像的边缘。 ??? 但是，具体应用到图像中你会发现这个导数是求不了的，因为没一个准确的函数让你去求导，而且计算机在求解析解要比求数值解麻烦得多，所以就想到了一种替代 的方式来求导数。就是用一个3×3的窗口来对图像进行近似求导。拿对X方向求导为例，某一点的导数为第三行的元素之和减去第一行元素之和，这样就求得了某 一点的近似导数。其实也很好理解为什么它就近似代表导数，导数就代表一个变化率，从第一行变为第三行，灰度值相减，当然就是一个变化率了。这就是所谓的 Prewitt算子。这样近似X方向导数就求出来了。Y方向导数与X方向导数求法相似，只不过是用第三列元素之和减去第一列元素之和。X方向和Y方向导数 有了，那么梯度也就出来了。这样就可以找出一幅图中的边缘了。 ??? 还有一个问题，由于求的是3×3中心点的导数，所以给第二列加了一个权重，它的权重为2，第一列和第三列的权重为1，好了，这就是Sobel算子了。相比Prewitt算子，Sobel的抗噪能力更强。如图所示：这样，中心点的X方向导数就求出来了。 ??? 举个例子吧。，X点以Sobel方式求导数ΔX=1×50+2×30+1×50－（1×50+2×30+1×50）=0。这样可以看出这个点不是边界。 ??? 好了，了解了基本理论之后，我们看看OpenCv下的Sobel函数吧，void cvSobel( const CvArr* src, CvArr* dst, int xorder, int yorder, int aperture_size=3 );src：输入图像；dst：输出图像；xorder：x 方向上的差分阶数；yorder：y 方向上的差分阶数；aperture_size 扩展 Sobel 核的大小（既窗口阶数），必须是 1（注意这是一个3×1或1×3向量而不是一个方阵）, 3, 5 或 7。 ??? 下面编写一个Sobel边缘检测的程序吧，平台是VS08，建立Win32控制台应用程序。 #include cv.h #include highgui.h void main() { IplImage *frame,*gray,*sobel; frame=cvLoadImage(lena.jpg);//加载图像 gray=cvCreateImage(cvGetSize(frame),frame-depth,1);//分配图像空间 sobel=cvCreateImage(cvGetSize(frame),frame-depth,1); cvNamedWindow(frame); cvNamedWindow(gray); cvNamedWindow(sobel); cvCvtColor(frame,gray,CV_BGR2GRAY);//转为灰度 cvSobel(gray,sobel,1,0,3); cvShowImage(frame,frame);//显示图像 cvShowImage(gray,gray); cvShowImage(sobel,sobel); cvWaitKey(0);//等待 cvReleaseImage(frame);//释放空间（对视频处理很重要，不释放会造成内存泄露） cvReleaseImage(gray); cvReleaseImage(sobel); cvDestroyWindow(frame); cvDestroyWindow(gray); cvDestroyWindow(sobel); } 运行，你会发现出错，仔细看看没有问题啊。其实，这里是问题的，因为以Sobel方式求完导数后会有负值，还有会大于255的值而你建的Sobel的图像是 IPL_DEPTH_8U，也就是8位无符号数，所以Sobel建立的图像位数不够，要16位有符号的，也就是 IPL_DEPTH_16S。把建立图像这句改为 sobel=cvCreateImage(cvGetSize(frame),IPL_D