Halcon中边缘检测对比:卷积图像算子&Sobel算子

在Halcon软件中使用Sobel算子进行边缘检测时,查看相关算子,结合自己的理解。对于其中三种检测方式做出说明,不对的地方请大家指正。

* 检测原图
read_image (Image, 'printer_chip/printer_chip_01')

在这里插入图片描述

一、默认Sobel检测算子sobel_amp

* 在各个方向上都均匀的检测边缘信息
sobel_amp (Image, EdgeAmplitude, 'sum_abs', 3)

在这里插入图片描述
二、使用卷积函数中默认的sobel算子

* 从图中看出检出的边缘在左侧和上侧明显(只检出了图像由暗到亮的边缘)
convol_image (Image, ImageResult, 'sobel', 'mirrored')

在这里插入图片描述
三、使用自己构造的sobel算子进行卷积检测
1)、构造X方向增大的Sobel检测算子

sobelXright := [3,3,1,  \
               -1,0,1,  \
               -2,0,2,  \
               -1,0,1 ]
* 看kernel结构,我们可以推断出,将检测出图像中X方向由暗到亮的边缘
convol_image (Image, ImageResultxright, sobelXright, 'mirrored')

在这里插入图片描述

2)、构造Y方向增大的Sobel检测算子

sobelYdown := [3, 3, 1,  \
              -1,-2,-1,  \
               0, 0, 0,  \
               1, 2, 1 ]
* 看kernel结构,我们可以推断出,将检测出图像中Y方向由暗到亮的边缘
convol_image (Image, ImageResultydown, sobelYdown, 'mirrored')

在这里插入图片描述
我们将上面两小步中得到的两幅图像相加,则可得到和标题二中接近的效果

add_image (ImageResultxright, ImageResultydown, ImageResultxy1, 0.5, 0)

在这里插入图片描述

3)、构造X减小增大的Sobel检测算子

sobelXleft := [3,3, 1,   \
               1,0,-1,   \
               2,0,-2,   \
               1,0,-1 ]
* 看kernel结构,我们可以推断出,将检测出图像中X方向由亮到暗的边缘
convol_image (Image, ImageResultxleft, sobelXleft, 'mirrored')

在这里插入图片描述

4)、构造Y方向减小的Sobel检测算子

sobelYup := [3, 3, 1,  \
             1, 2, 1,  \
             0, 0, 0,  \
            -1,-2,-1 ]
* 看kernel结构,我们可以推断出,将检测出图像中Y方向由亮到暗的边缘
convol_image (Image, ImageResultyup, sobelYup, 'mirrored')

在这里插入图片描述
我们将上面两小步中得到的两幅图像相加,则可得到和标题二中相反的效果

add_image (ImageResultxleft, ImageResultyup, ImageResultxy2, 0.5, 0)

在这里插入图片描述
最后,我们将上面4个小步骤结合起来,可得到和标题一接近的检测效果

add_image (ImageResultxy1, ImageResultxy2, ImageResult1, 1, 0)

在这里插入图片描述

  • 0
    点赞
  • 12
    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