再說邊緣特徵提取sobel運算元

本文主要講述以下幾個函式的作用：

（1）cvsobel

（2）cvconvertscaleabs

（3）cvcvtcolor

首先，我們來了解一下計算機是如何檢測邊緣的。以灰度影象為例，它的理論基礎是這樣的，如果出現乙個邊緣，那麼影象的灰度就會有一定的變化，為了方便假設由黑漸變為白代表乙個邊界，那麼對其灰度分析，在邊緣的灰度函式就是乙個一次函式y=kx，對其求一階導數就是其斜率k，就是說邊緣的一階導數是乙個常數，而由於非邊緣的一階導數為零，這樣通過求一階導數就能初步判斷影象的邊緣了。通常是x方向和y方向的導數，也就是梯度。理論上計算機就是通過這種方式來獲得影象的邊緣。

但是，具體應用到影象中你會發現這個導數是求不了的，因為沒乙個準確的函式讓你去求導，而且計算機在求解析解要比求數值解麻煩得多，所以就想到了一種替代的方式來求導數。就是用乙個3×3的視窗來對影象進行近似求導。拿對x方向求導為例，某一點的導數為第三行的元素之和減去第一行元素之和，這樣就求得了某一點的近似導數。其實也很好理解為什麼它就近似代表導數，導數就代表乙個變化率，從第一行變為第三行，灰度值相減，當然就是乙個變化率了。這就是所謂的prewitt運算元。這樣近似x方向導數就求出來了。y方向導數與x方向導數求法相似，只不過是用第三列元素之和減去第一列元素之和。x方向和y方向導數有了，那麼梯度也就出來了。這樣就可以找出一幅圖中的邊緣了。

還有乙個問題，由於求的是3×3中心點的導數，所以給第二列加了乙個權重，它的權重為2，第一列和第三列的權重為1，好了，這就是sobel運算元了。相比prewitt運算元，sobel的抗噪能力更強。如圖所示：

這樣，中心點的x方向導數就求出來了。舉個例子吧。

，x點以sobel方式求導數δx=1×50+2×30+1×50－（1×50+2×30+1×50）=0。這樣可以看出這個點不是邊界。好了，了解了基本理論之後，我們看看opencv下的sobel函式吧。

（1）void cvsobel( const cvarr* src, cvarr* dst, int xorder, intyorder, int aperture_size=3 );

src：輸入影象；

dst：輸出影象；

xorder：x 方向上的差分階數；

yorder：y 方向上的差分階數；

aperture_size 擴充套件 sobel 核的大小（既視窗階數），必須是 1（注意這是乙個3×1或1×3向量而不是乙個方陣）, 3, 5 或 7。

然後，因為以sobel方式求完導數後會有負值，還有會大於255的值。而一開始建的sobel的影象是8位：ipl_depth_8u，也就是8位無符號數，所以sobel建立的影象位數不夠，要16位有符號的，也就是 ipl_depth_16s。因此需要建立影象為16位，需要這句sobel= cvcreateimage (cvgetsize(frame) ,ipl_depth_16s,1);這樣子執行，才會不報錯，但是sobel影象顯示不出來，這是什麼原因呢？原來影象顯示是以8位無符號顯示的，現在是16位有符號，當然顯示會出問題了。所以還要將sobel轉為8位無符號。opencv裡提供了乙個函式，就是cvconvertscaleabs。

（2）cvconvertscaleabs( const cvarr* src, cvarr* dst, double scale=1, double shift=0);

src：源影象；

dst：目標影象；

scale：轉化前乘的係數；

shift轉化前加的係數。這樣新建乙個無符號影象再轉換就可以實現了。

iplimage*sobel8u=cvcreateimage(cvgetsize(sobel),ipl_depth_8u,1);

再在顯示影象前加上cvconvertscaleabs(sobel,sobel8u,1,0);這樣就可以看到cvsobel的效果了。可以看x方向或y方向求導是什麼效果。

最後講一下cvcvtcolor這個函式，是opencv裡的顏色空間轉換函式，可以實現rgb顏色向hsv,hsi等顏色空間的轉換，也可以轉換為灰度影象。引數cv_rgb2gray是rgb到gray，引數 cv_gray2rgb是gray到rgb。處理結果是彩色的。

（3）void cvcvtcolor( const cvarr* src, cvarr* dst, int code );

src輸入的 8-bit,16-bit或 32-bit單倍精度浮點數影像。

dst輸出的8-bit, 16-bit或 32-bit單倍精度浮點數影像。

code

色彩空間轉換的模式，該code來實現不同型別的顏色空間轉換。比如：

cv_bgr2gray表示轉換為灰度圖，

cv_bgr2hsv將從rgb空間轉換為hsv空間。

其中當code選用cv_bgr2gray時，dst需要是單通道。

當code選用cv_bgr2hsv時，對於8點陣圖，需要將rgb值歸一化到0-1之間。

這樣得到hsv圖中的h範圍才是0-360，s和v的範圍是0-1。

現在，為了方便大家，我把完整的程式也放上來了。

**：#include

#include

using namespace std;

using namespace cv;

void main()

結果：

（完）

再說邊緣特徵提取sobel運算元

再說邊緣特徵提取sobel運算元

邊緣特徵提取方法

邊緣特徵提取方法

再說邊緣特徵提取sobel運算元

再說邊緣特徵提取sobel運算元

邊緣特徵提取方法

邊緣特徵提取方法

相關推薦