1、【OpenCV】邊緣檢測(cè)：Sobel、拉普拉斯算子轉(zhuǎn)自：/xiaowei_cqu/article/details/7829481邊緣邊緣（edge）是指圖像局部強(qiáng)度變化最顯著的部分。主要存在于目標(biāo)與目標(biāo)、目標(biāo)與背景、區(qū)域與區(qū)域（包括不同色彩）之間，是圖像分割、紋理特征和形狀特征等圖像分析的重要基礎(chǔ)。圖像強(qiáng)度的顯著變化可分為：階躍變化函數(shù)，即圖像強(qiáng)度在不連續(xù)處的兩邊的像素灰度值有著顯著的差異；線條（屋頂）變化函數(shù)，即圖像強(qiáng)度突然從一個(gè)值變化到另一個(gè)值，保持一較小行程后又回到原來(lái)的值。圖像的邊緣有方向和幅度兩個(gè)屬性，沿邊緣方向像素變化平緩，垂直于邊緣方向像素變化劇烈邊緣上的這種變化可以用微分算子檢

2、測(cè)出來(lái)，通常用一階或二階導(dǎo)數(shù)來(lái)檢測(cè)邊緣。(c)(d)是階躍和屋頂函數(shù)的函數(shù)(a)(b)分別是階躍函數(shù)和屋頂函數(shù)的二維圖像；圖象；(e)(f)對(duì)應(yīng)一階倒數(shù)；(g)(h)是二階倒數(shù)。一階導(dǎo)數(shù)法：梯度算子對(duì)于左圖，左側(cè)的邊是正的(由暗到亮)，右側(cè)的邊是負(fù)的(由亮到暗)。對(duì)于右圖，結(jié)論相反。常數(shù)部分為零。用來(lái)檢測(cè)邊是否存在。G*=+2耳十砧匕十5)梯度幅值：町朗創(chuàng)+G用卷積模板來(lái)實(shí)現(xiàn)：-1-2-1-101000-202121-101【相關(guān)代碼】接口cppviewplaincopyprint?CV_EXPORTS_WvoidSobel(InputArraysrc,OutputArraydst,intdd

3、epth,intdx,intdy,intksize=3,doublescale=1,doubledelta=0,intborderType=BORDER_DEFAULT);使用cppviewplaincopyprint?/Sobel/Generategrad_xandgrad_yMatgrad_x,grad_y;Matabs_grad_x,abs_grad_y;/GradientX/Scharr(src_gray,grad_x,ddepth,1,0,scale,delta,BORDER_DEFAULT);/Calculatesthefirst,second,third,ormixedimage

4、derivativesusinganextendedSobeloperator.Sobel(src_gray,grad_x,ddepth,1,0,3,scale,delta,BORDER_DEFAULT);convertScaleAbs(grad_x,abs_grad_x);/GradientY/Scharr(src_gray,grad_y,ddepth,0,1,scale,delta,BORDER_DEFAULT);Sobel(src_gray,grad_y,ddepth,0,1,3,scale,delta,BORDER_DEFAULT);convertScaleAbs(grad_y,abs

5、_grad_y);/TotalGradient(approximate)addWeighted(abs_grad_x,0.5,abs_grad_y,0.5,0,grad);二階微分法：拉普拉斯二階微分在亮的一邊是負(fù)的，在暗的一邊是正的。常數(shù)部分為零。可以用來(lái)確定邊的準(zhǔn)確位置，以及像素在亮的一側(cè)還是暗的一側(cè)。LapLace拉普拉斯算子二維函數(shù)f(x,y)的拉普拉斯是一個(gè)二階的微分，定義為:其中：oxCi=/3+l+1oy可以用多種方式將其表示為數(shù)字形式。對(duì)于一個(gè)3*3的區(qū)域，經(jīng)驗(yàn)上被推薦最多的形式是：V2/=4z5-(Z2-FZ4-FZ6-FZa)定義數(shù)字形式的拉普拉斯要求系數(shù)之和必為0Z1Z2

6、Z3Z4Z5Z6Z7Z8Z9【相關(guān)代碼】接口cppviewplaincopyprint?1.CV_EXPORTS_WvoidLaplacian(InputArraysrc,OutputArraydst,intddepth,2.intksize=1,doublescale=1,doubledelta=0,3.intborderType=BORDER_DEFAULT);使用cppviewplaincopyprint?Matabs_dst,dst;intscale=1;intdelta=0;intddepth=CV_16S;intkernel_size=3;Laplacian(src_gray,dst,ddepth,kernel_size,scale,delta,BORDER_DEFAULT);convertScaleAbs(dst,abs_dst);namedWindow(window_name2,CV_WINDOW_AUTOSIZE);實(shí)踐效果原圖注意，邊緣檢測(cè)對(duì)噪聲比較敏感，需要先用高斯濾波器對(duì)圖像進(jìn)行平滑。參考博文:【OpenCV】鄰域?yàn)V波：方框、高斯、中值、雙邊濾波Sobel邊緣檢測(cè)Sobel算子可以直接計(jì)算Gx、Gy可以檢測(cè)到邊的存在，以及從暗到亮，從亮到暗的變化。僅計(jì)算|Gx|,產(chǎn)生最強(qiáng)的響應(yīng)是正交于x軸的