Sobel算子是把图像中的每个像素的上下左右四领域的灰度值加权差,在边缘处达到极值从而检测边缘。
图像中每个像素点都与下面两个核做卷积,一个核对垂直边缘影响最大,而另一个核对水平边缘影响最大,两个卷积的最大值作为这个像素点的输出值。
Sobel算法能够产生较好的检测效果,而且对噪声具有平滑抑制作用,但是得到的边缘较粗,可能出现伪边缘,该算法根据具体工况合理设计。 Sobel算法程序如下: - %% Sobel
- clc,clear,close all % 清屏、清工作区、关闭窗口
- warning off % 消除警告
- feature jit off % 加速代码执行
- I=imread('1.jpg'); % 读入图像
- r=I(:,:,1);g=I(:,:,2);b=I(:,:,3);
- nI=size(r);
- im = single(I) / 255;
- yfilter = fspecial('sobel'); % sobel
- xfilter = yfilter';
-
- rx = imfilter(im(:,:,1), xfilter);
- gx = imfilter(im(:,:,2), xfilter);
- bx = imfilter(im(:,:,3), xfilter);
-
- ry = imfilter(im(:,:,1), yfilter);
- gy = imfilter(im(:,:,2), yfilter);
- by = imfilter(im(:,:,3), yfilter);
-
- Jx = rx.^2 + gx.^2 + bx.^2;
- Jy = ry.^2 + gy.^2 + by.^2;
- Jxy = rx.*ry + gx.*gy + bx.*by;
- D = sqrt(abs(Jx.^2 - 2*Jx.*Jy + Jy.^2 + 4*Jxy.^2)); % 2x2 matrix J'*J的第一个特征值
- e1 = (Jx + Jy + D) / 2;
- % e2 = (Jx + Jy - D) / 2; %第二个特征值
- edge_magnitude = sqrt(e1);
- edge_orientation = atan2(-Jxy, e1 - Jy);
- % figure,
- % subplot(121),imshow(edge_magnitude) % 梯度
- % subplot(122),imshow(edge_orientation) % 方向
- sob=edge(edge_magnitude,'sobel',0.29);
- % sob=bwareaopen(sob,100); % 剔除小块
- % figure,imshow(y),title('Sobel Edge Detection')
- % 3*3 sobel
- f=edge_magnitude;
- sx=[-1 0 1;-2 0 2;-1 0 1]; % 卷积模板convolution mask
- sy=[-1 -2 -1;0 0 0;1 2 1]; % 卷积模板convolution mask
- for x=2:1:nI(1,1)-1
- for y=2:1:nI(1,2)-1
- mod=[f(x-1,y-1),2*f(x-1,y),f(x-1,y+1);
- f(x,y-1),2*f(x,y),f(x,y+1);
- f(x+1,y-1),2*f(x+1,y),f(x+1,y+1)];
- mod=double(mod);
- fsx=sx.*mod;
- fsy=sy.*mod;
- ftemp(x,y)=sqrt((sum(fsx(:)))^2+(sum(fsy(:)))^2);
- end
- end
- fs=im2bw(ftemp); % fs=im2uint8(ftemp);
- fs=bwareaopen(fs,500);
- % figure,imshow(fs);title('Sobel Edge Detection')
- subplot(131),imshow(edge_magnitude),title('edge magnitude')
- subplot(132),imshow(sob),title('edge magnitude extraction')
- subplot(133),imshow(fs);title('sobel Edge Detection')
复制代码
|