編程實現(xiàn)數(shù)字圖像的邊緣檢測

1、VC編程實現(xiàn)數(shù)字圖像的邊緣檢測 數(shù)字圖像的邊緣檢測是圖像分割、目標(biāo)區(qū)域的識別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，圖像理解和分析的第一步往往就是邊緣檢測，目前它以成為機器視覺研究領(lǐng)域最活躍的課題之一，在工程應(yīng)用中占有十分重要的地位。本文向讀者簡單介紹一下這個技術(shù)，并給出了在Visual C+環(huán)境下實現(xiàn)的代碼。所謂邊緣就是指圖像局部亮度變化最顯著的部分，它是檢測圖像局部變化顯著變化的最基本的運算。對于數(shù)字圖像，圖像灰度灰度值的顯著變化可以用梯度來表示，以邊緣檢測Sobel算子為例來講述數(shù)字圖像處理中邊緣檢測的實現(xiàn)： 對于數(shù)字圖像，可以用一階差分代替一階微分；xf(x,y)=f(x,y)-f

2、(x-1,y);yf(x,y)=f(x,y)-f(x,y-1)求梯度時對于平方和運算及開方運算，可以用兩個分量的絕對值之和表示，即：Gf(x,y)=xf(x,y) +yf(x,y) |xf(x,y)|+|yf(x,y)|;Sobel梯度算子是先做成加權(quán)平均，再微分，然后求梯度，即：xf(x,y)= f(x-1,y+1) + 2f(x,y+1) + f(x+1,y+1)- f(x-1,y-1) - 2f(x,y-1) - f(x+1,y-1);yf(x,y)= f(x-1,y-1) + 2f(x-1,y) + f(x-1,y+1)- f(x+1,y-1) - 2f(x+1,y) - f(x+1,

3、y+1);Gf(x,y)=|xf(x,y)|+|yf(x,y)|;上述各式中的像素之間的關(guān)系見圖f(x-1,y-1)f(x,y-1) f(x+1,y-1)f(x-1,y)f(x,y)f(x+1,y)f(x-1,y+1)f(x,y+1)f(x+1,y+1)我在視圖類中定義了響應(yīng)菜單命令的邊緣檢測Sobel算子實現(xiàn)灰度圖像邊緣檢測的函數(shù)：void CDibView:OnMENUSobel() /灰度圖像數(shù)據(jù)的獲得參見天極網(wǎng)9.10日發(fā)表的拙作/VC數(shù)字圖像處理一文HANDLE data1handle;LPBITMAPINFOHEADER lpBi;CDibDoc *pDoc=GetDocument

4、();HDIB hdib;unsigned char *hData;unsigned char *data;hdib=pDoc-m_hDIB;BeginWaitCursor();lpBi=(LPBITMAPINFOHEADER)GlobalLock(HGLOBAL)hdib);hData= lpbi +* (LPDWORD)lpbi + 256*sizeof(RGBQUAD);/得到指向位圖像素值的指針pDoc-SetModifiedFlag(TRUE);/設(shè)修改標(biāo)志為TRUEdata1handle=GlobalAlloc(GMEM_SHARE,WIDTHBYTES(lpBi-biWidth*

5、8)*lpBi-biHeight);/申請存放處理后的像素值的緩沖區(qū)data=(unsigned char*)GlobalLock(HGLOBAL)data1handle);AfxGetApp()-BeginWaitCursor();int i,j,buf,buf1,buf2;for( j=0; jbiHeight; j+)/以下循環(huán)求(x,y)位置的灰度值for( i=0; ibiWidth; i+) if(i-1)=0)&(i+1)biWidth)&(j-1)=0)&(j+1)biHeight)/對于圖像四周邊界處的向素點不處理buf1=(int)*(hData+(i+1)*WIDTHBY

6、TES(lpBi-biWidth*8)+(j-1)+2*(int)*(hData+(i+1)*WIDTHBYTES(lpBi-biWidth*8)+(j)+(int)(int)*(hData+(i+1)*WIDTHBYTES(lpBi-biWidth*8)+(j+1);buf1=buf1-(int)(int)*(hData+(i-1)*WIDTHBYTES(lpBi-biWidth*8)+(j-1)-2*(int)(int)*(hData+(i-1)*WIDTHBYTES(lpBi-biWidth*8)+(j)-(int)(int)*(hData+(i-1)*WIDTHBYTES(lpBi-b

7、iWidth*8)+(j+1);/x方向加權(quán)微分buf2=(int)(int)*(hData+(i-1)*WIDTHBYTES(lpBi-biWidth*8)+(j+1)+2*(int)(int)*(hData+(i)*WIDTHBYTES(lpBi-biWidth*8)+(j+1)+(int)(int)*(hData+(i+1)*WIDTHBYTES(lpBi-biWidth*8)+(j+1);buf2=buf2-(int)(int)*(hData+(i-1)*WIDTHBYTES(lpBi-biWidth*8)+(j-1)-2*(int)(int)*(hData+(i)*WIDTHBYTE

8、S(lpBi-biWidth*8)+(j-1)-(int)(int)*(hData+(i+1)*WIDTHBYTES(lpBi-biWidth*8)+(j-1);/y方向加權(quán)微分buf=abs(buf1)+abs(buf2);/求梯度if(buf255) buf=255;if(bufbiWidth*8)+j)=(BYTE)buf;else *(data+i*lpBi-biWidth+j)=(BYTE)0;for( j=0; jbiHeight; j+)for( i=0; ibiWidth; i+)*(hData+i*WIDTHBYTES(lpBi-biWidth*8)+j)=*(data+i*

9、WIDTHBYTES(lpBi-biWidth*8)+j); /處理后的數(shù)據(jù)寫回原緩沖區(qū)AfxGetApp()-EndWaitCursor();GlobalUnlock(HGLOBAL)hdib);GlobalUnlock(data1handle);GlobalFree(date1handle);EndWaitCursor();Invalidate(TRUE);上述的數(shù)學(xué)分析讀者可能看起來有些吃力，不過不要緊，對與邊緣檢測，大家只要知道有若干個檢測模板（既邊緣檢測矩陣）可以直接實現(xiàn)檢測功能就行了，現(xiàn)在將常用的檢測實現(xiàn)公式列出如下：Roberts算子：Gi,i=|fi,j-fi+1,j+1|+|fi+1,j-fi,j+1|;Sobe算子：Gi,i=|fi-1,j+1+2fi,j+1+fi+1,j+1-fi-1,j-1-2fi,j-1-fi+1,j-1|+|fi-1,j-1+2fi-1,j+fi-1,j+1-fi+1,j-1-2fi+1,j-fi+1,j+1|;拉普拉斯算子：GI,j=|fi+1,j+fi-1,j+f(i,j+1)+fi,j-1-4fi,j|;其中Gi,j表示處理后(i,j)點的灰度值，fi,j表示處理前該點