OpenCV学习笔记-Sobel算子

该函数如下：

Sobel

使用扩展 Sobel 算子计算一阶、二阶、三阶或混合图像差分

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，必须是 1, 3, 5 或 7。除了尺寸为 1，其它情况下， aperture_size ×aperture_size 可分离内核将用来计算差分。对 aperture_size=1的情况，使用 3x1 或 1x3 内核（不进行高斯平滑操作）。这里有一个特殊变量 CV_SCHARR (=-1)，对应 3x3 Scharr 滤波器，可以给出比 3x3 Sobel 滤波更精确的结果。Scharr 滤波器系数是：

$OpenCV学习笔记-Sobel算子$

对 x-方向或矩阵转置后对 y-方向。

函数 cvSobel 通过对图像用相应的内核进行卷积操作来计算图像差分：

$OpenCV学习笔记-Sobel算子$

由于Sobel 算子结合了 Gaussian 平滑和微分，所以，其结果或多或少对噪声有一定的鲁棒性。通常情况，函数调用采用如下参数 (xorder=1, yorder=0, aperture_size=3) 或 (xorder=0, yorder=1, aperture_size=3) 来计算一阶 x- 或 y- 方向的图像差分。第一种情况对应：

$OpenCV学习笔记-Sobel算子$ 核。

第二种对应：

$OpenCV学习笔记-Sobel算子$

或者

$OpenCV学习笔记-Sobel算子$

核的选则依赖于图像原点的定义 (origin 来自 IplImage 结构的定义)。由于该函数不进行图像尺度变换，所以和输入图像(数组)相比，输出图像(数组)的元素通常具有更大的绝对数值（译者注：即像素的位深）。为防止溢出，当输入图像是 8 位的，要求输出图像是 16 位的。当然可以用函数 cvConvertScale 或 cvConvertScaleAbs 把运算结果（dst）转换为 8 位的。除了8-位图像，函数也接受 32-位浮点数图像。所有输入和输出图像都必须是单通道的，并且具有相同的图像尺寸或者ROI尺寸。

例题实现如下：

#include "StdAfx.h"
#include "cv.h"  
#include "highgui.h"  
#include "stdio.h"  
#include "stdlib.h"  
int main(int argc, char ** argv)  
{  
    IplImage * src, *dst ;  
       
    src = cvLoadImage("test256.bmp");  
    dst = cvCreateImage(cvGetSize(src),IPL_DEPTH_16S,3) ;  
    cvNamedWindow("src",0) ;  
    cvShowImage("src",src);  
    cvNamedWindow("sobel",0) ;  
      
    cvSobel(src,dst,0,1,5);  
    cvShowImage("sobel",dst);  
    cvWaitKey(0) ;  
    cvReleaseImage(&src) ;  
    cvReleaseImage(&dst);  
    return 0;  
}

结果为：

OpenCV学习笔记-Sobel算子

参考文献：

1.学习OpenCV,于仕祺，刘瑞祯，清华大学出版社，pp.169-170.

2.http://www.opencv.org.cn/index.php/Cv%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86

3.http://blog.csdn.net/cartoonface/article/details/6011127

秒客网

OpenCV学习笔记-Sobel算子

Sobel

相关文章