计算梯度幅值和方向

a.运用一对卷积阵列 (分别作用于X和 Y 方向,这里采用sobel算子):


Gx.png
Gy.png

b.使用下列公式计算梯度幅值和方向:


梯度幅值.png

代码:

Mat SobleFilter::sobleFilte(Mat* src_mat,Mat* x_mat,Mat* y_mat,int n)
{
    Mat src=(Mat)*src_mat;
    Mat x_array=(Mat)*x_mat;
    Mat y_array=(Mat)*y_mat;

    Mat dst;
    dst.create( src.rows,src.cols, src.type() );
    double xb,xg,xr,yb,yg,yr;
    int nextX,nextY;
    for(int row=0; row<src.rows; row++)
    {
        for(int col=0; col<src.cols; col++)
        {
            for(int subRow=-n; subRow<=n; subRow++)
            {
                for(int subCol=-n; subCol<=n; subCol++)
                {
                    nextX=col+subCol;
                    nextY=row+subRow;
                    if(nextX < 0)
                    {
                        nextX = 0;
                    }
                    if(nextX > src.cols)
                    {
                        nextX = src.cols;
                    }

                    if(nextY < 0)
                    {
                        nextY = 0;
                    }
                    if(nextY > src.rows)
                    {
                        nextY = src.rows;
                    }
                    xb += x_array.at<double>(subRow+n,subCol+n)* src.at<Vec3b>(nextY,nextX)[0];
                    xg += x_array.at<double>(subRow+n,subCol+n)* src.at<Vec3b>(nextY,nextX)[1];
                    xr += x_array.at<double>(subRow+n,subCol+n)* src.at<Vec3b>(nextY,nextX)[2];

                    yb +=y_array.at<double>(subRow+n,subCol+n)* src.at<Vec3b>(nextY,nextX)[0];
                    yg +=y_array.at<double>(subRow+n,subCol+n)* src.at<Vec3b>(nextY,nextX)[1];
                    yr +=y_array.at<double>(subRow+n,subCol+n)* src.at<Vec3b>(nextY,nextX)[2];

                }
            }

            dst.at<Vec3b>(row,col)[0]=detectNum(sqrt(xb*xb+yb+yb));
            dst.at<Vec3b>(row,col)[1]=detectNum(sqrt(xg*xg+yg+yg));
            dst.at<Vec3b>(row,col)[2]=detectNum(sqrt(xr*xr+yr+yr));

            nextY=0;
            nextX=0;
            xb=xg=xr=0;
            yb=yg=yr=0;
        }
    }
    return dst;
}
///越界检测
int SobleFilter::detectNum(int value)
{
    return value < 0 ? 0 : (value > 255 ? 255 : value);
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 不同图像灰度不同,边界处一般会有明显的边缘,利用此特征可以分割图像。需要说明的是:边缘和物体间的边界并不等同,边缘...
    大川无敌阅读 13,953评论 0 29
  • 1、阈值分割 1.1 简介 图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成...
    木夜溯阅读 22,675评论 9 15
  • 这篇文章总结比较全面:http://blog.csdn.net/timidsmile/article/detail...
    rogerwu1228阅读 1,893评论 0 3
  • 前些天看了一期《奇葩说》,辩题是《高学历女生做全职太太是浪费吗》,当时蔡康永说高学历经历过什么,是其他人不知道的,...
    卓韵阅读 470评论 0 3
  • 2017.7.23 1.子知持后,則可言持身矣。 2.“舉而措之天下之民,謂之事業”一切功名富貴都不是事業,只是職...
    微与之期阅读 1,185评论 0 1