chapter19图像边缘检测

图像边缘检测

边缘检测可以提取图像重要轮廓信息,减少图像内容,可以用于分割图像、做特征提取等

边缘检测的一般步骤:  

    滤波----(滤出噪声対检测边缘的影响)

    增强----(可以将像素邻域强度变化凸显出来---梯度算子)

   检测----(阈值方法确定边缘)

常用边缘检测算子:

    Canny算子

    Sobel算子

     Scharr算子

    Laplacian算子

    Roberts 算子、Prewitt算子… …

1)Canny边缘检测

  Canny边缘检测步骤:

p1 消除噪声: 一般情况使用高斯平滑滤波器卷积降噪

p2 计算梯度幅值和方向: 安装Sobel滤波器的步骤操作

p3 非极大值抑制: 排除非边缘像素

p4 滞后阈值: 滞后阈值需要两个阈值(高阈值和低阈值):

Canny边缘检测函数---Canny()

src: 输入原图像(一般为单通道8位图像)

dst: 输出边缘图像要求和src一样的尺寸和类型(单通道)

threshold1: 滞后阈值低阈值(用于边缘连接)

threshold2: 滞后阈值高阈值(控制边缘初始段)

     推荐高低阈值比值在2:1到3:1之间

apertureSize:表示Sobel算子孔径大小,默认值3

L2gradient: 计算图像梯度幅值的标识

实例：

 

效果：

2)Sobel算子

Sobel算子是一个主要用于边缘检测的离散微分算子,它结合了高斯平滑和微分求导,

用来计算图像灰度函数的近似梯度。

    Sobel算子计算过程:

分别在 x 和 y 两个方向求导 :

Sobel边缘检测函数---Sobel()

src:输入原图像

dst:输出图像要求和src一样的尺寸和类型

ddepth:输出图像的深度,支持如下组合:

dx:X方向上的差分阶数

dy:Y方向上的差分阶数

ksize:默认值3,表示Sobel核大小,1,3,5,7

scale:计算导数值时的缩放因子,默认值1,表示不缩放

delta(δ):表示在结果存入目标图之前可选的delta值,默认值0

borderType:边界模式,一般采用默认

效果：

3)Laplacian算子

Laplacian算子的定义:

Laplacian边缘检测函数---Laplacian()

src:输入原图像(单通道8位图像)

dst:输出边缘图像要求和src一样的尺寸和通道数

ddepth:目标图像的深度

Ksize:用于计算二阶导数的滤波器孔径大小,须为正奇数,默认值1

scale:可选比例因子,默认值1

delta:可选参数δ,默认值0

borderType:边界模式,一般采用默认值

实例：

效果：

Canny：

#include"opencv2/opencv.hpp"
using namespace cv;

void main()
{
	Mat src = imread("1.jpg");
	Mat dst1;
	Mat dst2;
	blur(src, dst1, Size(5, 5));
	Canny(src, dst2, 30, 100);
	imshow("原图", src);
	imshow("blur后图像", dst1);
	imshow("Canny后图像", dst2);
	waitKey(0);
}

Sobel：

#include"opencv2/opencv.hpp"
using namespace cv;

void main()
{
	Mat src = imread("1.jpg");
	Mat sobel;
	Mat grad_x, grad_y;
	Mat abs_grad_x, abs_grad_y, dst;
	Sobel(src, grad_x, -1, 1, 0, 3, 1, 1, BORDER_DEFAULT);
	convertScaleAbs(grad_x, abs_grad_x);//取X方向偏导的绝对值
	Sobel(src, grad_y, -1, 0, 1, 3, 1, 1, BORDER_DEFAULT);
	convertScaleAbs(grad_y, abs_grad_y);
	
	imshow("原图",src);
	imshow("grad_x",abs_grad_x);
	imshow("grad_y", abs_grad_y);
	
	waitKey(0);

}

Laplacian：

#include"opencv2/opencv.hpp"
using namespace cv;

void main()
{
	Mat grad_x, grad_y;
	Mat abs_grad_x, abs_grad_y, dst;
	Mat abs_dst;

	Mat src = imread("1.jpg", 0);
	imshow("src", src);

	Laplacian(src, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT);
	convertScaleAbs(dst, abs_dst);

	imshow("Laplacian", abs_dst);

	waitKey(0);
	destroyAllWindows();

}