opencv 2.4+ c++ 边缘梯度计算

图像的边缘

图像的边缘从数学上是如何表示的呢?

How intensity changes in an edge

图像的边缘上,邻近的像素值应当显著地改变了。而在数学上,导数是表示改变快慢的一种方法。 梯度值的大变预示着图像中内容的显著变化了。

用更加形象的图像来解释,假设我们有一张一维图形。下图中灰度值的“跃升”表示边缘的存在:

Intensity Plot for an edge

使用一阶微分求导我们可以更加清晰的看到边缘“跃升”的存在(这里显示为高峰值):

First derivative of Intensity - Plot for an edge

由此我们可以得出:边缘可以 通过定位梯度值大于邻域的相素的方法找到。

 

卷积

卷积可以近似地表示求导运算。

那么卷积是什么呢?

卷积是在每一个图像块与某个算子(核)之间进行的运算。

核?!

核就是一个固定大小的数值数组。该数组带有一个锚点  ,一般位于数组中央。

kernel example

 可是这怎么运算啊?

假如你想得到图像的某个特定位置的卷积值,可用下列方法计算:

  1. 将核的锚点放在该特定位置的像素上,同时,核内的其他值与该像素邻域的各像素重合;
  2. 将核内各值与相应像素值相乘,并将乘积相加;
  3. 将所得结果放到与锚点对应的像素上;
  4. 对图像所有像素重复上述过程。

用公式表示上述过程如下:

H(x,y) = \sum_{i=0}^{M_{i} - 1} \sum_{j=0}^{M_{j}-1} I(x+i - a_{i}, y + j - a_{j})K(i,j)

在图像边缘的卷积怎么办呢?

计算卷积前,OpenCV通过复制源图像的边界创建虚拟像素,这样边缘的地方也有足够像素计算卷积了。

 

近似梯度

比如内核为3时。

首先对x方向计算近似导数:

G_{x} = \begin{bmatrix}-1 & 0 & +1  \\-2 & 0 & +2  \\-1 & 0 & +1\end{bmatrix} * I

然后对y方向计算近似导数:

G_{y} = \begin{bmatrix}-1 & -2 & -1  \\0 & 0 & 0  \\+1 & +2 & +1\end{bmatrix} * I

然后计算梯度:

G = \sqrt{ G_{x}^{2} + G_{y}^{2} }

当然你也可以写成:

G = |G_{x}| + |G_{y}|

 

开始求梯度

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>

using namespace cv;

int main( int argc, char** argv ){

    Mat src, src_gray;
    Mat grad;
    char* window_name = "求解梯度";
    int scale = 1;
    int delta = 0;
    int ddepth = CV_16S;

    int c;

    src = imread( argv[1] );

    if( !src.data ){ 
        return -1; 
    }

    //高斯模糊
    GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );

    //转成灰度图
    cvtColor( src, src_gray, CV_RGB2GRAY );

    namedWindow( window_name, CV_WINDOW_AUTOSIZE );

    Mat grad_x, grad_y;
    Mat abs_grad_x, abs_grad_y;

    Sobel( src_gray, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT );
    convertScaleAbs( grad_x, abs_grad_x );

    Sobel( src_gray, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT );
    convertScaleAbs( grad_y, abs_grad_y );

    addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad );

    imshow( window_name, grad );

    waitKey(0);

    return 0;
}

 

Sobel函数

索贝尔算子( Sobel operator )计算。

C++:   void  Sobel ( InputArray  src , OutputArray  dst , int  ddepth , int  dx , int  dy , int  ksize =3, double  scale =1, double  delta =0, int borderType =BORDER_DEFAULT  )
参数
  • src  – 输入图像。
  • dst  – 输出图像,与输入图像同样大小,拥有同样个数的通道。
  • ddepth  –
    输出图片深度;下面是输入图像支持深度和输出图像支持深度的关系:
    • src.depth()  =  CV_8U ,  ddepth  = -1/ CV_16S CV_32F CV_64F
    • src.depth()  =  CV_16U CV_16S ,  ddepth  = -1/ CV_32F CV_64F
    • src.depth()  =  CV_32F ,  ddepth  = -1/ CV_32F CV_64F
    • src.depth()  =  CV_64F ,  ddepth  = -1/ CV_64F

    当  ddepth为-1时,  输出图像将和输入图像有相同的深度。输入8位图像则会截取顶端的导数。

  • xorder  – x方向导数运算参数。
  • yorder  – y方向导数运算参数。
  • ksize  – Sobel内核的大小,可以是:1,3,5,7。
  • scale  – 可选的缩放导数的比例常数。
  • delta  – 可选的增量常数被叠加到导数中。
  • borderType  –  用于判断图像边界的模式。

代码注释:

//在x方向求图像近似导数
Sobel( src_gray, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT );

//在y方向求图像近似导数
Sobel( src_gray, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT );

如果我们打印上面两个输出矩阵,可以看到grad_x和grad_y中的元素有正有负。

当然,正方向递增就是正的,正方向递减则是负值。

这很重要,我们可以用来判断梯度方向。

 

convertScaleAbs函数

线性变换转换输入数组元素成8位无符号整型。

C++:   void  convertScaleAbs ( InputArray  src , OutputArray  dst , double  alpha =1, double  beta =0 )
参数
  • src  – 输入数组。
  • dst  – 输出数组。
  • alpha  – 可选缩放比例常数。
  • beta  – 可选叠加到结果的常数。

对于每个输入数组的元素函数 convertScaleAbs  进行三次操作依次是:缩放,得到一个绝对值,转换成无符号8位类型。

\texttt{dst} (I)= \texttt{saturate\_cast<uchar>} (| \texttt{src} (I)* \texttt{alpha} +  \texttt{beta} |)

对于多通道矩阵,该函数对各通道独立处理。如果输出不是8位,将调用 Mat::convertTo  方法并计算结果的绝对值,例如:

Mat_<float> A(30,30);
randu(A, Scalar(-100), Scalar(100));
Mat_<float> B = A*5 + 3;
B = abs(B);

为了能够用图像显示,提供一个直观的图形,我们利用该方法,将-256 — 255的导数值,转成0 — 255的无符号8位类型。

 

addWeighted函数

计算两个矩阵的加权和。

C++:   void  addWeighted ( InputArray  src1 , double  alpha , InputArray  src2 , double  beta , double  gamma , OutputArray  dst , int dtype =-1 )
参数
  • src1  – 第一个输入数组。
  • alpha  – 第一个数组的加权系数。
  • src2  – 第二个输入数组,必须和第一个数组拥有相同的大小和通道。
  • beta  – 第二个数组的加权系数。
  • dst  – 输出数组,和第一个数组 拥有相同的大小和通道。
  • gamma  – 对所有和的叠加的常量。
  • dtype  – 输出数组中的可选的深度,当两个数组具有相同的深度,此系数可设为-1,意义等同于选择与第一个数组相同的深度。

函数 addWeighted  两个数组的加权和公式如下:

\texttt{dst} (I)= \texttt{saturate} ( \texttt{src1} (I)* \texttt{alpha} +  \texttt{src2} (I)* \texttt{beta} +  \texttt{gamma} )

在多通道情况下,每个通道是独立处理的,该函数可以被替换成一个函数表达式:

dst = src1 * alpha + src2 * beta + gamma ; 

利用convertScaleAbs和 addWeighted,我们可以对梯度进行一个可以用图像显示的近似表达。

这样我们就可以得到下面的效果:

Result of applying Sobel operator to lena.jpg

 

梯度方向

但有时候边界还不够,我们希望得到图片色块之间的关系,或者研究样本的梯度特征来对机器训练识别物体时候,我们还需要梯度的方向。

二维平面的梯度定义为:

这很好理解,其表明颜色增长的方向与x轴的夹角。

但Sobel算子对于沿x轴和y轴的排列表示的较好,但是对于其他角度表示却不够精确。这时候我们可以使用Scharr滤波器。

Scharr滤波器的内核为:

G_{x} = \begin{bmatrix}-3 & 0 & +3  \\-10 & 0 & +10  \\-3 & 0 & +3\end{bmatrix}G_{y} = \begin{bmatrix}-3 & -10 & -3  \\0 & 0 & 0  \\+3 & +10 & +3\end{bmatrix}

这样能提供更好的角度信息,现在我们修改原程序,改为使用Scharr滤波器进行计算:

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>

using namespace cv;

int main( int argc, char** argv ){

    Mat src, src_gray;
    Mat grad;
    char* window_name = "梯度计算";
    int scale = 1;
    int delta = 0;
    int ddepth = CV_16S;

    int c;

    src = imread( argv[1] );

    if( !src.data ){ 
        return -1; 
    }

    GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );

    cvtColor( src, src_gray, CV_RGB2GRAY );

    namedWindow( window_name, CV_WINDOW_AUTOSIZE );

    Mat grad_x, grad_y;
    Mat abs_grad_x, abs_grad_y;

    //改为Scharr滤波器计算x轴导数
    Scharr( src_gray, grad_x, ddepth, 1, 0, scale, delta, BORDER_DEFAULT );
    convertScaleAbs( grad_x, abs_grad_x );

    //改为Scharr滤波器计算y轴导数
    Scharr( src_gray, grad_y, ddepth, 0, 1, scale, delta, BORDER_DEFAULT );
    convertScaleAbs( grad_y, abs_grad_y );

    addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad );

    imshow( window_name, grad );

    waitKey(0);

    return 0;
}

Scharr函数接受参数与Sobel函数相似,这里就不叙述了。

下面我们通过divide函数就能得到一个x/y的矩阵。

对两个输入数组的每个元素执行除操作。

C++: void divide ( InputArray src1 , InputArray src2 , OutputArray dst , double scale=1, int dtype =-1 )
C++: void divide ( double scale , InputArray src2 , OutputArray dst , int dtype =-1 )
参数
  • src1 – 第一个输入数组。
  • src2 – 第二个输入数组,必须和第一个数组拥有相同的大小和通道。
  • scale – 缩放系数。
  • dst – 输出数组,和第二个数组拥有相同的大小和通道。
  • dtype – 输出数组中的可选的深度,当两个数组具有相同的深度,此系数可设为-1,意义等同于选择与第一个数组相同的深度。

该函数对两个数组进行除法:

\texttt{dst(I) = saturate(src1(I)*scale/src2(I))}

或则只是缩放系数除以一个数组:

\texttt{dst(I) = saturate(scale/src2(I))}

这种情况如果src2是0,那么dst也是0。不同的通道是独立处理的。

 

被山寨的原文

Sobel Derivatives . OpenCV.org

Image Filtering . OpenCV.org

阅读更多
个人分类: opencv
上一篇人脸识别
下一篇C++ Opencv 人脸检测
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭