边缘检测（Kirsch算子）

 kirsch算子进行边缘检测（C语言）

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

// Kirsch算子的8个模板
int kirschTemplates[8][3][3] = {
    {{-3, -3, 5}, {-3, 0, 5}, {-3, -3, 5}},
    {{-3, 5, 5}, {-3, 0, 5}, {-3, -3, -3}},
    {{5, 5, 5}, {-3, 0, -3}, {-3, -3, -3}},
    {{5, 5, -3}, {5, 0, -3}, {-3, -3, -3}},
    {{5, -3, -3}, {5, 0, -3}, {5, -3, -3}},
    {{-3, -3, -3}, {5, 0, -3}, {5, 5, -3}},
    {{-3, -3, -3}, {-3, 0, -3}, {5, 5, 5}},
    {{-3, -3, -3}, {-3, 0, 5}, {-3, 5, 5}}
};

// 图像宽度和高度
#define WIDTH 5
#define HEIGHT 5

// 边缘检测函数
void edgeDetection(int image[WIDTH][HEIGHT]) {
    int result[WIDTH][HEIGHT] = {0}; // 存储边缘检测结果

    // 对每个像素应用Kirsch算子
    for (int i = 1; i < WIDTH - 1; i++) {
        for (int j = 1; j < HEIGHT - 1; j++) {
            int maxGradient = 0;

            // 对每个模板进行卷积计算
            for (int t = 0; t < 8; t++) {
                int gradient = 0;

                // 计算模板与图像区域的卷积
                for (int m = -1; m <= 1; m++) {
                    for (int n = -1; n <= 1; n++) {
                        gradient += kirschTemplates[t][m + 1][n + 1] * image[i + m][j + n];
                    }
                }

                // 更新最大梯度值
                if (gradient > maxGradient) {
                    maxGradient = gradient;
                }
            }

            // 将最大梯度值作为边缘检测结果
            result[i][j] = maxGradient;
        }
    }

    // 打印边缘检测结果
    printf("边缘检测结果：\n");
    for (int i = 1; i < WIDTH - 1; i++) {
        for (int j = 1; j < HEIGHT - 1; j++) {
            printf("%3d ", result[i][j]);
        }
        printf("\n");
    }
}

int main() {
    // 待检测的图像
    int image[WIDTH][HEIGHT] = {
        {0, 0, 0, 0, 0},
        {0, 255, 255, 255, 0},
        {0, 255, 255, 255, 0},
        {0, 255, 255, 255, 0},
        {0, 0, 0, 0, 0}
    };

    // 进行边缘检测
    edgeDetection(image);

    return 0;
}