OpenCv中使用Sobel算子

Sobel边缘检测算子

1.基本原理

    Sobel算子是一阶导数的边缘检测算子，在算法实现过程中，通过3×3模板作为核与图像中的每个像素点做卷积和运算，然后选取合适的阈值提取边缘。

    采用3×3邻域可以避免在像素之间内插点上计算梯度。Sobel算子也是一种梯度幅值，即：其中的偏导数Sx和Sy可用卷积模板来实现。其模板如下：

  

    Sx = （Z1 + 2*Z2 + Z3）-（Z7 + 2*Z8 + Z9）；

    Sy = （Z1 + 2*Z4 + Z7）-（Z3 + 2*Z6 + Z9）；

2.算法优缺点

    Sobel算子算法的优点是计算简单，速度快。但是由于只采用了2个方向的模板，只能检测水平和垂直方向的边缘，因此这种算法对于纹理较为复杂的图像，其边缘检测效果就不是很理想。

3.基于OpenCv的Sobel边缘检测

 开发平台VC6.0，OpenCv1.0。

   函数cvSobel(constCvArr*src,CvArr*dst, int xorder, int yorder, int aperture_size=3)

   src：输入图像；

    dst：输出图像；

    xorder：x 方向上的差分阶数；

    yorder：y 方向上的差分阶数；

    aperture_size：扩展 Sobel 核的大小（既窗口阶数），必须是 1（这是一个3×1或1×3向量而不是一个方阵）, 3, 5 或 7。

代码如下：

#include 
#include 
void main()
{
    IplImage *frame,*gray,*sobel;
    frame=cvLoadImage("car.bmp");//加载图像
    gray=cvCreateImage(cvGetSize(frame),frame->depth,1);//分配图像空间
    sobel=cvCreateImage(cvGetSize(frame),frame->depth,1);
    cvCvtColor(frame,gray,CV_BGR2GRAY);//转为灰度
    cvSobel(gray,sobel,1,0,3);
    cvNamedWindow("frame");
    cvNamedWindow("gray");
    cvNamedWindow("sobel");
    cvShowImage("frame",frame);//显示图像
    cvShowImage("gray",gray);
    cvShowImage("sobel",sobel);
    cvWaitKey(0);//等待
    cvReleaseImage(&frame);//释放空间（对视频处理很重要，不释放会构成内存败露）
    cvReleaseImage(&gray);
    cvReleaseImage(&sobel);
    cvDestroyWindow("frame");
    cvDestroyWindow("gray");
    cvDestroyWindow("sobel");
}

    运行之后没有发现语法错误，其实仔细看还是有问题的。因为以Sobel方式求完导数后会有负值，还有会大于255的值而你建的Sobel的图像是 IPL_DEPTH_8U，也就是8位无符号数，所以Sobel建立的图像位数不够，要16位有符号的，也就是 IPL_DEPTH_16S。改为sobel=cvCreateImage(cvGetSize(frame),IPL_DEPTH_16S,1);运行之后，发现不报错了，但是Sobel图像显示不出来，这是什么原因呢？原来图像显示是以8位无符号显示的，现在是16位有符号，当然显示会出问题了。所以还要将Sobel转为8位无符号。

    OpenCv里有cvConvertScaleAbs( const CvArr* src, CvArr* dst, double scale=1, double shift=0 );

    src：源图像；dst：目标图像；scale：转化前乘的系数；shift转化前加的系数。

    这样新建一个无符号图像再转换就可以实现了。

    IplImage *sobel8u=cvCreateImage(cvGetSize(sobel),IPL_DEPTH_8U,1);

    再在显示图像前加上cvConvertScaleAbs(sobel,sobel8u,1,0);这样就可以看到cvSobel的效果了。可以看X方向或Y 方向求导是什么效果。修改后的程序如下：

#include 
#include 
void main()
{
   IplImage *frame,*gray,*sobel;
   frame=cvLoadImage("car.jpg");//加载图像
   gray=cvCreateImage(cvGetSize(frame),frame->depth,1);//分配图像空间
   sobel=cvCreateImage(cvGetSize(frame),IPL_DEPTH_16S,1);
   cvNamedWindow("frame");
   cvNamedWindow("gray");
   cvNamedWindow("sobel");
   cvCvtColor(frame,gray,CV_BGR2GRAY);//转为灰度
   cvSobel(gray,sobel,1,0,3);
 
   IplImage *sobel8u=cvCreateImage(cvGetSize(sobel),IPL_DEPTH_8U,1);
   cvConvertScaleAbs(sobel,sobel8u,1,0);
   cvShowImage("frame",frame);//显示图像
   cvShowImage("gray",gray);
   cvShowImage("sobel",sobel8u);
   cvWaitKey(0);//等待
   cvReleaseImage(&frame);//释放空间（对视频处理很重要，不释放会造成内存泄露）
   cvReleaseImage(&gray);
   cvReleaseImage(&sobel);
   cvDestroyWindow("frame");
   cvDestroyWindow("gray");
   cvDestroyWindow("sobel");
}

实验结果如下：

原图

16S的Sobel图（什么都没有）

Sobel边缘图