常用銳化算法及Sobel銳化的介紹

1.2.二階微分邊緣檢測(cè)

1.3.一階微分與二階微分邊緣檢測(cè)對(duì)比

圖4 突變型細(xì)節(jié)

圖5 細(xì)線型細(xì)節(jié)

圖6 漸變型細(xì)節(jié)

2.Sobel邊緣檢測(cè)與銳化的實(shí)現(xiàn)

2.1.Sobel邊緣檢測(cè)算法理論

圖12 Sobel算子模板

圖13 Sobel邊緣檢測(cè)

圖14 Sobel銳化

2.2.Sobel邊緣檢測(cè)Matlab實(shí)現(xiàn)

% 灰度圖像Sobel邊緣檢測(cè)算法實(shí)現(xiàn)

% IMG為輸入的灰度圖像

% Q為輸出的灰度圖像

function Q = Sobel_Edge_Detector(IMG)

[h,w] = size(IMG); % 獲取圖像的高度h和寬度w

Q = zeros(h,w); % 初始化Q為全0的h*w大小的圖像

% -------------------------------------------------------------------------

% Wx Wy Pixel

% [ -1 -2 -1 ] [ +1 0 -1] [ P1 P2 P3]

% [ 0 0 0 ] [ +2 0 -2] [ P4 P5 P6]

% [ +1 +2 +1 ] [ +1 0 -1] [ P7 P8 P9]

Wx = [-1,-2,-1;0,0,0;1,2,1]; % Weight x

Wy = [1,0,-1;2,0,-2;1,0,-1]; % Weight y

IMG = double(IMG);

for i = 1 : h

forj = 1 : w

if(i<2?|| i>h-1 || j<2 || j>w-1)

Q(i,j)= 0; % 邊緣像素不處理

else

%Gx = sum(Wx.*IMG(i-1:i+1,j-1:j+1),'all');

Gx= Wx(1,1)*IMG(i-1,j-1) + Wx(1,2)*IMG(i-1,j) + Wx(1,3)*IMG(i-1,j+1) +...

Wx(2,1)*IMG(i ,j-1)+ Wx(2,2)*IMG(i ,j) + Wx(2,3)*IMG(i ,j+1) +...

Wx(3,1)*IMG(i+1,j-1)+ Wx(3,2)*IMG(i+1,j) + Wx(3,3)*IMG(i+1,j+1);

%Gy = sum(Wy.*IMG(i-1:i+1,j-1:j+1),'all');

Gy= Wy(1,1)*IMG(i-1,j-1) + Wy(1,2)*IMG(i-1,j) + Wy(1,3)*IMG(i-1,j+1) +...

Wy(2,1)*IMG(i ,j-1)+ Wy(2,2)*IMG(i ,j) + Wy(2,3)*IMG(i ,j+1) +...

Wy(3,1)*IMG(i+1,j-1)+ Wy(3,2)*IMG(i+1,j) + Wy(3,3)*IMG(i+1,j+1);

%Q(i,j) = sqrt(Gx^2 + Gy^2);

Q(i,j)= abs(Gx) + abs(Gy);

end

end

end

Q=uint8(Q);

上述Matlab代碼中需要注意以下幾點(diǎn)：

（1）函數(shù)輸入IMG是uint8數(shù)據(jù)類型的圖像，而計(jì)算時(shí)存在負(fù)數(shù)和小數(shù)，需要用浮點(diǎn)數(shù)來表示，所以將IMG由uint8數(shù)據(jù)類型轉(zhuǎn)為double數(shù)據(jù)類型；

（2）對(duì)圖像邊緣的像素不進(jìn)行處理，直接輸出0；

（3）將函數(shù)輸出Q由double數(shù)據(jù)類型轉(zhuǎn)為uint8數(shù)據(jù)類型。

接下來編寫頂層M文件，相關(guān)的Maltab代碼如下所示（詳見Sobel_Sharpen_Test.m），Sobel銳化處理流程如圖15所示。

clear all;

close all;

clc;

% -------------------------------------------------------------------------

% Read PC image to Matlab

IMG1 = imread('../../0_images/Lenna.jpg'); % 讀取jpg圖像

IMG1 = rgb2gray(IMG1);

subplot(131);imshow(IMG1);title('【1】原圖');

% -------------------------------------------------------------------------

IMG2 = Sobel_Edge_Detector(IMG1);

subplot(132);imshow(IMG2);title('【2】Sobel邊緣檢測(cè)結(jié)果');

% -------------------------------------------------------------------------

IMG3 = IMG1 + IMG2;

subplot(133);imshow(IMG3);title('【3】Sobel銳化圖像');

圖15 Sobel銳化處理流程

執(zhí)行頂層M文件可得到圖16所示的結(jié)果，其中【2】是進(jìn)行Sobel邊緣檢測(cè)得到的效果圖，可以看出Sobel算子對(duì)邊緣有較強(qiáng)的響應(yīng)，與Robert算子相比，對(duì)邊緣的響應(yīng)更加強(qiáng)烈，得到的邊緣更加寬；【3】是原圖與邊緣檢測(cè)結(jié)果疊加后的效果圖，相比原圖，邊緣和細(xì)節(jié)更加突出，但圖像有些失真。

圖16 Sobel邊緣檢測(cè)與銳化

審核編輯 ：李倩