【数字图像处理】sobel算子性质探究

最新推荐文章于 2023-10-22 10:41:41 发布

小河梦

最新推荐文章于 2023-10-22 10:41:41 发布

阅读量1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：计算机视觉文章标签：数字图像处理 udacity computer vision

本文链接：https://blog.csdn.net/weixin_42182906/article/details/105437396

计算机视觉专栏收录该内容

14 篇文章

订阅专栏

本文探讨了Sobel算子在图像边缘检测中的应用，通过Octave/Matlab编程实践，详细解析了算子如何识别不同方向的边缘特征，并展示了特定角度边缘的选择方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在看Udacity的一门免费课程：Introduction to Computer Vision。

2A-L5 Edge Detection: Gradients

Sodel 算子

用于图像的边检测，具体原理自行百度，这里给出模板：

下面以X方向的模板为例，探究它的性质。

单个模板边缘检测

用octave（matlab），首先导入一张八边形图片：

因为我是在视频中截取的图片，所以虽然看起来是灰度图，其实是3通道的，要进行灰度处理。归一化后，白色的部分是0，黑色是1。

img = double(imread('octagon.png')) / 255.; 
img = rgb2gray(img);
imshow(img); % assumes [0, 1] range for double images

接下来计算x， y方向的梯度：

%% Compute x, y gradients
[gx gy] = imgradientxy(img, 'sobel'); % Note: gx, gy are not normalized
imshow(gx)
% imshow((gx + 4) / 8)

方向

可以看到，水平的边缘和左边部分的都没有（梯度值<=0），这是由 $S_{x}$ 的性质决定的。

水平方向好理解，因为边缘分割的是上下区域，左右可以看作对称的，而 $S_{x}$ 左右也是对称的，所以运算过后结果为0（黑色），和均匀区域一样。

对于八边形左侧，当 $S_{x}$ 移动到左上角边缘时：

灰色部分×0.5，白色×1，-1+0.5-2+2-0.5+0.5=-0.5，也显示为灰色。左下角同理， $S_{x}$ 左边的值为负，右边为正，所以当边界左边颜色浅（趋近1），右边深（趋近0）时，得到的结果小于0，不进行归一化就看不到边界了。

归一化

imshow((gx + 4) / 8)

运算结果的区间为[-4, 4]，要映射到[0, 1]，所以(gx + 4) / 8：

根据上一步的分析可以看出，左边的部分梯度值最小。

两个方向边缘检测

[gmag gdir] = imgradient(gx, gy); % gmag大小 gdir方向
imshow(gmag / (4 * sqrt(2))); % mag = sqrt(gx^2 + gy^2), so [0, (4 * sqrt(2))]
%imshow((gdir + 180.0) / 360.0); % angle in degrees [-180, 180]

综合两个算子，各个方向的边缘都可以检测出来了。

因为是截图，所以角度计算的有些偏差：

实际效果是这样的：

为什么gmag的线条比gdir的细呢？我觉得可能是因为平方和开根号的运算和反三角函数的运算性质导致的吧。

寻找特定角度的边缘

function result = select_gdir(gmag, gdir, mag_min, angle_low, angle_high)
    % TODO Find and return pixels that fall within the desired mag, angle range
    result = gmag >= mag_min & angle_low <= gdir & gdir <= angle_high;
endfunction

得到30度到60度之间的梯度大于1的边缘：

全部代码

pkg load image;
% Gradient Direction
function result = select_gdir(gmag, gdir, mag_min, angle_low, angle_high)
    % TODO Find and return pixels that fall within the desired mag, angle range
    result = gmag >= mag_min & angle_low <= gdir & gdir <= angle_high;
endfunction



%% Load and convert image to double type, range [0, 1] for convenience
img = double(imread('octagon.png')) / 255.; 
img = rgb2gray(img);
%imshow(img); % assumes [0, 1] range for double images

%% Compute x, y gradients
[gx gy] = imgradientxy(img, 'sobel'); % Note: gx, gy are not normalized
% imshow(gx)
% imshow((gx + 4) / 8)

%% Obtain gradient magnitude and direction
[gmag gdir] = imgradient(gx, gy);
% imshow(gmag / (4 * sqrt(2))); % mag = sqrt(gx^2 + gy^2), so [0, (4 * sqrt(2))]
%imshow((gdir + 180.0) / 360.0); % angle in degrees [-180, 180]

%% Find pixels with desired gradient direction
my_grad = select_gdir(gmag, gdir, 1, 45, 90); % 45 +/- 15
imshow(my_grad);  % NOTE: enable after you've implemented select_gdir