Canny边缘检测算法原理及其VC实现详解(三)

2024-06-15 13:08

本文主要是介绍Canny边缘检测算法原理及其VC实现详解(三),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

转载自:http://blog.csdn.net/likezhaobin/article/details/6892629

3.3 图像增强——计算图像梯度及其方向

      根据上文分析可知,实现代码如下
  1. //同样可以用不同的检测器/  
  2.    P[i,j]=(S[i,j+1]-S[i,j]+S[i+1,j+1]-S[i+1,j])/2     /  
  3.    Q[i,j]=(S[i,j]-S[i+1,j]+S[i,j+1]-S[i+1,j+1])/2     /  
  4. /  
  5. doublenew double[nWidth*nHeight];                 //x向偏导数  
  6. doublenew double[nWidth*nHeight];                 //y向偏导数  
  7. intnew int[nWidth*nHeight];                       //梯度幅值  
  8. doubleTheta new double[nWidth*nHeight];             //梯度方向  
  9. //计算x,y方向的偏导数  
  10. for(i=0; i<(nHeight-1); i++)  
  11.  
  12.         for(j=0; j<(nWidth-1); j++)  
  13.          
  14.               P[i*nWidth+j] (double)(pCanny[i*nWidth min(j+1, nWidth-1)] pCanny[i*nWidth+j] pCanny[min(i+1, nHeight-1)*nWidth+min(j+1, nWidth-1)] pCanny[min(i+1, nHeight-1)*nWidth+j])/2;  
  15.               Q[i*nWidth+j] (double)(pCanny[i*nWidth+j] pCanny[min(i+1, nHeight-1)*nWidth+j] pCanny[i*nWidth+min(j+1, nWidth-1)] pCanny[min(i+1, nHeight-1)*nWidth+min(j+1, nWidth-1)])/2;  
  16.      
  17.  
  18. //计算梯度幅值和梯度的方向  
  19. for(i=0; i<nHeight; i++)  
  20.  
  21.         for(j=0; j<nWidth; j++)  
  22.          
  23.               M[i*nWidth+j] (int)(sqrt(P[i*nWidth+j]*P[i*nWidth+j] Q[i*nWidth+j]*Q[i*nWidth+j])+0.5);  
  24.               Theta[i*nWidth+j] atan2(Q[i*nWidth+j], P[i*nWidth+j]) 57.3;  
  25.               if(Theta[i*nWidth+j] 0)  
  26.                     Theta[i*nWidth+j] += 360;              //将这个角度转换到0~360范围  
  27.      
  28.  


3.4 非极大值抑制

      根据上文所述的工作原理,这部分首先需要求解每个像素点在其邻域内的梯度方向的两个灰度值,然后判断是否为潜在的边缘,如果不是则将该点灰度值设置为0.

      首先定义相关的参数如下:

 

  1. unsigned charnew unsigned char[nWidth*nHeight];  //非极大值抑制结果  
  2. int g1=0, g2=0, g3=0, g4=0;                            //用于进行插值,得到亚像素点坐标值  
  3. double dTmp1=0.0, dTmp2=0.0;                           //保存两个亚像素点插值得到的灰度数据  
  4. double dWeight=0.0;                                    //插值的权重  
      其次,对边界进行初始化:

 

  1. for(i=0; i<nWidth; i++)  
  2.  
  3.         N[i] 0;  
  4.         N[(nHeight-1)*nWidth+i] 0;  
  5.  
  6. for(j=0; j<nHeight; j++)  
  7.  
  8.         N[j*nWidth] 0;  
  9.         N[j*nWidth+(nWidth-1)] 0;  
  10.  
      进行局部最大值寻找,根据上文图1所述的方案进行插值,然后判优,实现代码如下:
  1. for(i=1; i<(nWidth-1); i++)  
  2.  
  3.     for(j=1; j<(nHeight-1); j++)  
  4.      
  5.         int nPointIdx i+j*nWidth;       //当前点在图像数组中的索引值  
  6.         if(M[nPointIdx] == 0)  
  7.             N[nPointIdx] 0;         //如果当前梯度幅值为0,则不是局部最大对该点赋为0  
  8.         else  
  9.          
  10.         首先判断属于那种情况,然后根据情况插值///  
  11.         第一种情况///  
  12.               g1  g2                  /  
  13.                                     /  
  14.                   g3  g4              /  
  15.         /  
  16.         if((Theta[nPointIdx]>=90)&&(Theta[nPointIdx]<135)) ||   
  17.                 ((Theta[nPointIdx]>=270)&&(Theta[nPointIdx]<315)))  
  18.              
  19.                 //根据斜率和四个中间值进行插值求解  
  20.                 g1 M[nPointIdx-nWidth-1];  
  21.                 g2 M[nPointIdx-nWidth];  
  22.                 g3 M[nPointIdx+nWidth];  
  23.                 g4 M[nPointIdx+nWidth+1];  
  24.                 dWeight fabs(P[nPointIdx])/fabs(Q[nPointIdx]);   //反正切  
  25.                 dTmp1 g1*dWeight+g2*(1-dWeight);  
  26.                 dTmp2 g4*dWeight+g3*(1-dWeight);  
  27.              
  28.         第二种情况///  
  29.               g1                      /  
  30.               g2    g3              /  
  31.                       g4              /  
  32.         /  
  33.             else if((Theta[nPointIdx]>=135)&&(Theta[nPointIdx]<180)) ||   
  34.                 ((Theta[nPointIdx]>=315)&&(Theta[nPointIdx]<360)))  
  35.              
  36.                 g1 M[nPointIdx-nWidth-1];  
  37.                 g2 M[nPointIdx-1];  
  38.                 g3 M[nPointIdx+1];  
  39.                 g4 M[nPointIdx+nWidth+1];  
  40.                 dWeight fabs(Q[nPointIdx])/fabs(P[nPointIdx]);   //正切  
  41.                 dTmp1 g2*dWeight+g1*(1-dWeight);  
  42.                 dTmp2 g4*dWeight+g3*(1-dWeight);  
  43.              
  44.         第三种情况///  
  45.                   g1  g2              /  
  46.                                     /  
  47.               g4  g3                  /  
  48.         /  
  49.             else if((Theta[nPointIdx]>=45)&&(Theta[nPointIdx]<90)) ||   
  50.                 ((Theta[nPointIdx]>=225)&&(Theta[nPointIdx]<270)))  
  51.              
  52.                 g1 M[nPointIdx-nWidth];  
  53.                 g2 M[nPointIdx-nWidth+1];  
  54.                 g3 M[nPointIdx+nWidth];  
  55.                 g4 M[nPointIdx+nWidth-1];  
  56.                 dWeight fabs(P[nPointIdx])/fabs(Q[nPointIdx]);   //反正切  
  57.                 dTmp1 g2*dWeight+g1*(1-dWeight);  
  58.                 dTmp2 g3*dWeight+g4*(1-dWeight);  
  59.              
  60.             第四种情况///  
  61.                           g1              /  
  62.                   g4    g2              /  
  63.                   g3                      /  
  64.             /  
  65.             else if((Theta[nPointIdx]>=0)&&(Theta[nPointIdx]<45)) ||   
  66.                 ((Theta[nPointIdx]>=180)&&(Theta[nPointIdx]<225)))  
  67.              
  68.                 g1 M[nPointIdx-nWidth+1];  
  69.                 g2 M[nPointIdx+1];  
  70.                 g3 M[nPointIdx+nWidth-1];  
  71.                 g4 M[nPointIdx-1];  
  72.                 dWeight fabs(Q[nPointIdx])/fabs(P[nPointIdx]);   //正切  
  73.                 dTmp1 g1*dWeight+g2*(1-dWeight);  
  74.                 dTmp2 g3*dWeight+g4*(1-dWeight);  
  75.              
  76.                 
  77.         //进行局部最大值判断,并写入检测结果  
  78.         if((M[nPointIdx]>=dTmp1) && (M[nPointIdx]>=dTmp2))  
  79.             N[nPointIdx] 128;  
  80.         else  
  81.             N[nPointIdx] 0;  
  82.          
  83.  

这篇关于Canny边缘检测算法原理及其VC实现详解(三)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1063539

相关文章

Spring Security+JWT如何实现前后端分离权限控制

《SpringSecurity+JWT如何实现前后端分离权限控制》本篇将手把手教你用SpringSecurity+JWT搭建一套完整的登录认证与权限控制体系,具有很好的参考价值,希望对大家... 目录Spring Security+JWT实现前后端分离权限控制实战一、为什么要用 JWT?二、JWT 基本结构

Java实现优雅日期处理的方案详解

《Java实现优雅日期处理的方案详解》在我们的日常工作中,需要经常处理各种格式,各种类似的的日期或者时间,下面我们就来看看如何使用java处理这样的日期问题吧,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言一、日期的坑1.1 日期格式化陷阱1.2 时区转换二、优雅方案的进阶之路2.1 线程安全重构2

Android实现两台手机屏幕共享和远程控制功能

《Android实现两台手机屏幕共享和远程控制功能》在远程协助、在线教学、技术支持等多种场景下,实时获得另一部移动设备的屏幕画面,并对其进行操作,具有极高的应用价值,本项目旨在实现两台Android手... 目录一、项目概述二、相关知识2.1 MediaProjection API2.2 Socket 网络

Java中的JSONObject详解

《Java中的JSONObject详解》:本文主要介绍Java中的JSONObject详解,需要的朋友可以参考下... Java中的jsONObject详解一、引言在Java开发中,处理JSON数据是一种常见的需求。JSONObject是处理JSON对象的一个非常有用的类,它提供了一系列的API来操作J

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Redis消息队列实现异步秒杀功能

《Redis消息队列实现异步秒杀功能》在高并发场景下,为了提高秒杀业务的性能,可将部分工作交给Redis处理,并通过异步方式执行,Redis提供了多种数据结构来实现消息队列,总结三种,本文详细介绍Re... 目录1 Redis消息队列1.1 List 结构1.2 Pub/Sub 模式1.3 Stream 结

C# Where 泛型约束的实现

《C#Where泛型约束的实现》本文主要介绍了C#Where泛型约束的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录使用的对象约束分类where T : structwhere T : classwhere T : ne

将Java程序打包成EXE文件的实现方式

《将Java程序打包成EXE文件的实现方式》:本文主要介绍将Java程序打包成EXE文件的实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录如何将Java程序编程打包成EXE文件1.准备Java程序2.生成JAR包3.选择并安装打包工具4.配置Launch4

HTML5中的Microdata与历史记录管理详解

《HTML5中的Microdata与历史记录管理详解》Microdata作为HTML5新增的一个特性,它允许开发者在HTML文档中添加更多的语义信息,以便于搜索引擎和浏览器更好地理解页面内容,本文将探... 目录html5中的Mijscrodata与历史记录管理背景简介html5中的Microdata使用M

html5的响应式布局的方法示例详解

《html5的响应式布局的方法示例详解》:本文主要介绍了HTML5中使用媒体查询和Flexbox进行响应式布局的方法,简要介绍了CSSGrid布局的基础知识和如何实现自动换行的网格布局,详细内容请阅读本文,希望能对你有所帮助... 一 使用媒体查询响应式布局        使用的参数@media这是常用的