圖像銳化邊緣檢測(cè).doc

一、 銳化處理（高通濾波處理）Sobel算子：Laplace算子： 對(duì)應(yīng)數(shù)學(xué)表達(dá)式：Acute_RGB_Image(int *buffer)int x,y;for (y=0;yImageHeight;y+) for (x=0;x255) bufferImageWidth*y+x=255; else if (bufferImageWidth*y+x0) bufferImageWidth*y+x=0; 2、改進(jìn)型void acute(Uint8 *in_data)int i, j;int f,g;for(i=1;i576-1;i+)for(j=1;j255) f=255; if(f0) f=0;*(Uint8 *)(in_data + (i*720 + j+360) * 2 + 1) =f;GrayImage(in_data);銳化后的圖像輪廓變得明顯，且噪聲變得強(qiáng)烈。二、 圖像的邊緣檢測(cè)a. Roberts算子Roberts算子是一種利用局部差分算子尋找邊緣的算子. 它由下式給出: (式8.1)式中，f(x,y)是具有整數(shù)像素坐標(biāo)的輸入圖像。Roberts算子的檢測(cè)模板，如圖8.3所示。它是算子，采用對(duì)角線方向相鄰像素之差近似梯度幅值檢測(cè)邊緣。它計(jì)算簡(jiǎn)單，對(duì)具有陡峭邊緣的低噪聲圖像響應(yīng)最好。圖8.3 Robert算子的檢測(cè)模板b. Sobel算子Sobel的基本思想是: 在以f (x, y)為中心的3*3鄰域上計(jì)算x和y方向的偏導(dǎo)數(shù)。Sobel算子的檢測(cè)模板，如圖8.4所示。圖8.4 Sobel算子的檢測(cè)模板c. Prewitt算子兩個(gè)卷積核形成的Prewitt算子, 如圖8.3所示. 與Sobel算子一樣, 在圖像中的每個(gè)像素位置都用這兩個(gè)核作卷積, 取其最大值作為該點(diǎn)的輸出值, 運(yùn)算結(jié)果是一幅邊界幅度圖像。Prewitt算子的檢測(cè)模板，如圖8.5所示。圖8.5 Prewitt算子的檢測(cè)模板邊緣檢測(cè)算子還包括LOG算子和laplace算子，實(shí)驗(yàn)者可任意選擇兩種不同邊緣檢測(cè)算子，觀察其檢測(cè)性能差異的梯度分別為： 總梯度幅度實(shí)驗(yàn)中的閾值設(shè)為120。Edge_Grey_Image() int x,y; int delta_x,delta_y; for (y=0;yImageHeight;y+) for (x=0;x=Threshhold) buffer_orgImageWidth*y+x=255; else buffer_orgImageWidth*y+x=0;改進(jìn)型Laplacevoid Laplace_edge(Uint8 *in_data) / 效果一般，延時(shí)較少int i, j;int f,g;for(i=1;i576-1;i+)for(j=1;j360-1;j+)f= *(Uint8 *)(in_data + (i*720 + j) * 2 + 1);f=f255) f=255; if(f0) f=0;*(Uint8 *)(in_data + (i*720 + j+360) * 2 + 1) =f;Sobel 算法void sobel_edge（Uint8 *in_data) /效果好，慢int i, j;int f,fx,fy;for(i=1;i576-1;i+)for(j=1;j2