sobel算子边缘提取及程序优化（C语言）

最新推荐文章于 2022-11-28 16:49:56 发布

番茄元

最新推荐文章于 2022-11-28 16:49:56 发布

阅读量1.6k

点赞数 3

分类专栏： SmartCar 文章标签： c语言 python 算法

本文链接：https://blog.csdn.net/zhiai_/article/details/125861141

版权

SmartCar 专栏收录该内容

9 篇文章 2 订阅

订阅专栏

文章目录

sobel算子边缘提取及程序优化（C语言）

sobel算子边缘提取及程序优化（C语言）

1. 利用高斯模糊

直接使用边缘检测算子，提取出的信息过多，使用高斯模糊滤去一些不必要的信息

根据正态分布，获取高斯模糊的归一化卷积核如下
在这里插入图片描述
直接对原图进行高斯模糊（以大小为120*188的灰度图为例）

void Gaussain_Blur() {
	uint8_t* map;
	uint8_t* my_map;
	//float Gaussain_Blur[9] = {0.075, 0.124, 0.075, 0.124, 0.204, 0.124, 0.075, 0.124, 0.075};
	float Gaussain_Blur[9] = { 0.0947416, 0.118318, 0.0947416, 0.118318, 0.147761, 0.118318, 0.0947416, 0.118318, 0.0947416 };
	uint8_t temp_fix[9];
	uint8_t Blur_image[CAMERA_H][CAMERA_W];

	map = fullBuffer;	// 获取原灰度图
	for (int j = 0; j < CAMERA_W; ++j) {	// 第一行不做处理
		Blur_image[0][j] = *(map);
		map++;
	}
	for (int i = 1; i < CAMERA_H - 1; ++i) {
		Blur_image[i][0] = *(map);	// 第一列不做处理
		map++;
		/* 高斯模糊 */
		for (int j = 1; j < CAMERA_W - 1; ++j) {
			temp_fix[0] = *(map - CAMERA_W - 1);
			temp_fix[1] = *(map - CAMERA_W);
			temp_fix[2] = *(map - CAMERA_W + 1);
			temp_fix[3] = *(map - 1);
			temp_fix[4] = *(map);
			temp_fix[5] = *(map + 1);
			temp_fix[6] = *(map + CAMERA_W - 1);
			temp_fix[7] = *(map + CAMERA_W);
			temp_fix[8] = *(map + CAMERA_W + 1);
			float fix_sum = 0;
			for (int k = 0; k < 9; ++k) {
				fix_sum += (float)temp_fix[k] * Gaussain_Blur[k];
			}
			Blur_image[i][j] = (int)fix_sum;
			map++;
		}
		Blur_image[i][CAMERA_W - 1] = *(map); // 最后一列不做处理
		map++;
	}
	for (int j = 0; j < CAMERA_W; ++j) { // 最后一行不做处理
		Blur_image[CAMERA_H - 1][j] = *(map);
		map++;
	}
}

2. sobel算子提取边缘的原理

$so b e l$ 算子是 3*3 的矩阵，利用如下矩阵对图像进行卷积可以获取图像大的竖直边界和水平边界信息。

$G_Y=\begin{bmatrix}-1 & 0 & 1 \\ -2 & 0 & 2 \\ -1 & 0 & 1 \\ \end{bmatrix}$ $G_X =\begin{bmatrix}-1 & -2 & -1 \\ 0 & 0 & 0 \\ 1 & 2 & 1 \\ \end{bmatrix}$

对图像的某九宫格进行卷积后，获取到的边缘像素信息如下

$G_{image}= \begin{bmatrix} f(x-1, y-1) & f(x, y-1) & f(x+1, y-1) \\ f(x-1, y) & f(x, y) & f(x+1, y)\\ f(x-1, y+1) & f(x, y+1) & f(x+1, y+1)\\ \end{bmatrix}$

为了方便理解，将图像九宫格信息标号

$G_{image}= \begin{bmatrix} pix_1 & pix_2 & pix_3 \\ pix_4 & pix_5 & pix_6\\ pix_7 & pix_8 & pix_9\\ \end{bmatrix}$

$G_{EDGE_{colom}} = G_X * G_{image} = -pix_1 -2pix_2 - pix_3 + pix_7 + 2pix_8 + pix_9$

$G_{EDGE_{row}} = G_Y * G_{image} = -pix_1 - 2pix_4 - pix_7 + pix_3 + 2pix_6 + pix_9$

最后根据卷积结果获得一个灰度值

$G_{pix_5} = \sqrt{G_{EDGE_{colom}}^2 + G_{EDGE_{row}}^2}$

2. sobel算子的C语言实现

代码实现

void Sobel_get_edge(void) {
	uint8_t* map;
	uint8_t* my_map;
	uint8_t pix_1 = 0;
	uint8_t pix_2 = 0;
	uint8_t pix_3 = 0;
	uint8_t pix_4 = 0;
	uint8_t pix_5 = 0;
	uint8_t pix_6 = 0;
	uint8_t pix_7 = 0;
	uint8_t pix_8 = 0;
	uint8_t pix_9 = 0;

	map = &Blur_image[0][0];	// 对高斯模糊之后的图像进行边缘提取
	for (int i = 0; i < CAMERA_H - 2; i++) {
		IMG[i][0] = *(map);	// 处理结果存储在IMG中
		map++;
		my_map = &IMG[i][1];
		for (int j = 1; j < 188 - 1; j++) {
			pix_1 = *(map - 1);
			pix_2 = *(map);
			pix_3 = *(map + 1);
			pix_4 = *(map + CAMERA_W - 1);
			pix_5 = *(map + CAMERA_W);
			pix_6 = *(map + CAMERA_W + 1);
			pix_7 = *(map + CAMERA_W + CAMERA_W - 1);
			pix_8 = *(map + CAMERA_W + CAMERA_W);
			pix_9 = *(map + CAMERA_W + CAMERA_W + 1);

			int G_x = -pix_1 - 2 * pix_2 - pix_3 + pix_7 + 2 * pix_8 + pix_9;
			int G_y = -pix_1 - 2 * pix_4 - pix_7 + pix_3 + 2 * pix_6 + pix_9;
			*(my_map) = sqrt(G_x * G_x + G_y * G_y);

			map++;
			my_map++;
		}
		IMG[i][CAMERA_W - 1] = *(map);
		map++;
		my_map++;
	}
	for (int j = 0; j < CAMERA_W; ++j) {
		IMG[CAMERA_H - 1][j] = *(map);
		map++;
	}
}