OpenCV学习笔记-Sobel算子

时间:2022-10-04 09:52:46

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