图像sobel梯度详细计算过程_数字图像处理(第十章)

  • 点、线、边缘检测

背景知识。书中主要介绍了图像的一阶导数与二阶导数,这个之前的文章中有过介绍这里在复习一遍。对于函数

,对于点
在x方向的一阶偏导为:

,二阶偏导为:

85b42fbabd48231d5dca543531d8ce25.png

之后书中总结了一阶导与二阶导对于图像求取边缘的结论:

e1da884bf13692ec5a4679224e3dede2.png

孤立点检测。图像中孤立点检测使用二阶梯度。公式如下:

caf39a52c337b8dbf5f23eac7f347efb.png

e9b3f033c1b1ed3f39405bd2311c88c3.png

(扩展:用于边缘检测的sobel算子属于一阶梯度。)

拓展一下拉普拉斯,包含像素

四个对角,那么可以使用如下模板。

0fa075cfc3efb8c9199c9d54591c909c.png

线检测

线检测同样使用拉普拉斯变换,不过不同的方向使用不同的二阶偏导。如下图是不同方向直线检测模板。

7f27d6f78a26f17da0b226a3dbf1869d.png

例如水平方向的检测模板,使用y方向的二阶偏导。

  • 基本边缘检测

选择梯度作为在图像

处边缘的强度和方向。梯度表示如下:

,沿梯度方向灰度变化率最大。

梯度大小:

梯度方向:沿

轴的夹角:
,梯度表示如下图。

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值