圖像銳化邊緣檢測

《圖像銳化邊緣檢測》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、一、銳化處理（高通濾波處理）Sobel算子：Laplace算子：對應(yīng)數(shù)學(xué)表達式：Acute_RGB_Image(int*buffer){intx,y;for(y=0;y

2、]+buffer[(y+1)*ImageWidth+x])/4;if(buffer[ImageWidth*y+x]>255)buffer[ImageWidth*y+x]=255;elseif(buffer[ImageWidth*y+x]<0)buffer[ImageWidth*y+x]=0;}}2、改進型voidacute(Uint8*in_data){inti,j;intf,g;for(i=1;i<576-1;i++)for(j=1;j<360-1;j++){f=*(Uint8*)(in_dat

3、a+(i*720+j)*2+1);f=f*9;g=*(Uint8*)(in_data+((i+1)*720+j)*2+1)+*(Uint8*)(in_data+((i+1)*720+j-1)*2+1)+*(Uint8*)(in_data+((i+1)*720+j+1)*2+1)+*(Uint8*)(in_data+((i-1)*720+j)*2+1)+*(Uint8*)(in_data+((i-1)*720+j-1)*2+1)+*(Uint8*)(in_data+((i-1)*720+j+1)*2

4、+1)+*(Uint8*)(in_data+(i*720+j+1)*2+1)+*(Uint8*)(in_data+(i*720+j-1)*2+1);f=f-g;if(f>255)f=255;if(f<0)f=0;*(Uint8*)(in_data+(i*720+j+360)*2+1)=f;}GrayImage(in_data);}銳化后的圖像輪廓變得明顯，且噪聲變得強烈。一、圖像的邊緣檢測a.Roberts算子Roberts算子是一種利用局部差分算子尋找邊緣的算子.它由下式給出:(式8.1)式中，

5、f(x,y)是具有整數(shù)像素坐標的輸入圖像。Roberts算子的檢測模板，如圖8.3所示。它是算子，采用對角線方向相鄰像素之差近似梯度幅值檢測邊緣。它計算簡單，對具有陡峭邊緣的低噪聲圖像響應(yīng)最好。圖8.3Robert算子的檢測模板b.Sobel算子Sobel的基本思想是:在以f(x,y)為中心的3*3鄰域上計算x和y方向的偏導(dǎo)數(shù)。Sobel算子的檢測模板，如圖8.4所示。圖8.4Sobel算子的檢測模板c.Prewitt算子兩個卷積核形成的Prewitt算子,如圖8.3所示.與Sobel算子一樣,在

6、圖像中的每個像素位置都用這兩個核作卷積,取其最大值作為該點的輸出值,運算結(jié)果是一幅邊界幅度圖像。Prewitt算子的檢測模板，如圖8.5所示。圖8.5Prewitt算子的檢測模板邊緣檢測算子還包括LOG算子和laplace算子，實驗者可任意選擇兩種不同邊緣檢測算子，觀察其檢測性能差異的梯度分別為：總梯度幅度實驗中的閾值設(shè)為120。Edge_Grey_Image(){intx,y;intdelta_x,delta_y;for(y=0;y

7、Width;x++){delta_x=abs(buffer_grey[ImageWidth*(y-1)+x+1]+buffer_grey[ImageWidth*y+x+1]+buffer_grey[ImageWidth*(y+1)+x+1]-buffer_grey[ImageWidth*(y-1)+x-1]-buffer_grey[ImageWidth*y+x-1]-buffer_grey[ImageWidth*(y+1)+x-1])/3;delta_y=abs(buffer_grey[Image

8、Width*(y-1)+x-1]+buffer_grey[ImageWidth*(y-1)+x]+buffer_grey[ImageWidth*(y-1)+x+1]-buffer_grey[ImageWidth*(y+1)+x-1]-buffer_grey[ImageWidth*(y+1)+x]-buffer_grey[ImageWidth*(y+1)+x+1])/3;if((delta_x+delta_y)>=Threshhold)buffer_org[ImageWidth*y+