c – sobel过滤器算法阈值处理(不使用外部库)
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了c – sobel过滤器算法阈值处理(不使用外部库),小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2381字,纯文字阅读大概需要4分钟。
内容图文
![c – sobel过滤器算法阈值处理(不使用外部库)](/upload/InfoBanner/zyjiaocheng/745/379a266ebe4b4aba8ff7e43a9dbec671.jpg)
我正在编写自己的sobel egde检测实现.我的功能界面是
void sobel_filter(volatile PIXEL * pixel_in, FLAG *EOL, volatile PIXEL * pixel_out, int rows, int cols)
(PIXEL是一个8位灰度像素)
为了测试,我将界面更改为:
void sobel_filter(PIXEL pixels_in[MAX_HEIGHT][MAX_WIDTH],PIXEL
pixels_out[MAX_HEIGHT][MAX_WIDTH], int rows,int cols);
但是,问题是,我一次只能读取一个像素,这让我想到了当sobel大于255或小于0时??管理sobel的输出值的问题.如果我从一开始就有了整个画面,我可以用最小值和最大值来标准化所有sobel输出值.但这对我来说是不可能的.
这是我的sobel运算符代码,ver1:
PIXEL sobel_op(PIXEL_CH window[KERNEL_SIZE][KERNEL_SIZE]){
const char x_op[KERNEL_SIZE][KERNEL_SIZE] = { {-1,0,1},
{-2,0,2},
{-1,0,1}};
const char y_op[KERNEL_SIZE][KERNEL_SIZE] = { {1,2,1},
{0,0,0},
{-1,-2,-1}};
short x_weight=0;
short y_weight=0;
PIXEL ans;
for (short i=0; i<KERNEL_SIZE; i++){
for(short j=0; j<KERNEL_SIZE; j++){
x_weight+=window[i][j]*x_op[i][j];
y_weight+=window[i][j]*y_op[i][j];
}
}
short val=ABS(x_weight)+ABS(y_weight);
//make sure the pixel value is between 0 and 255 and add thresholds
if(val>200)
val=255;
else if(val<100)
val=0;
ans=255-(unsigned char)(val);
return ans;
}
这是第2版,只有在总结权重后才进行更改:
short val=ABS(x_weight)+ABS(y_weight);
unsigned char char_val=(255-(unsigned char)(val));
//make sure the pixel value is between 0 and 255 and add thresholds
if(char_val>200)
char_val=255;
else if(char_val<100)
char_val=0;
ans=char_val;
return ans;
现在,对于3×3索贝尔,两者似乎都给出了好的结果:
;
但是当我尝试使用5×5索贝尔时
const char x_op[KERNEL_SIZE][KERNEL_SIZE] = { {1,2,0,-2,-1},
{4,8,0,-8,-4},
{6,12,0,-12,-6},
{4,8,0,-8,-4},
{1,2,0,-2,-1}};
const char y_op[KERNEL_SIZE][KERNEL_SIZE] = { {-1,-4,-6,-4,-1},
{-2,-8,-12,-8,-2},
{0,0,0,0,0},
{2,8,12,8,2},
{1,4,6,4,1}};
它变得棘手:
正如您所看到的,对于5×5,结果非常糟糕,我不知道如何规范化值.有任何想法吗?
解决方法:
考虑过滤值可以采用的值范围.
对于Sobel 3×3,当具有正系数的像素为白色(255)时获得最高X / Y值,而具有负系数的像素为黑色(0),其总共为1020.对称地,最低价值是-1020.取绝对值后,范围为0到1020 = 4 x 255.
对于幅度,Abs(X)Abs(Y),计算稍微复杂一点,因为两个分量不能同时达到1020.如果我是对的,范围是0到1530 = 6 x 255.
5×5的类似数字是48 x 255和66 x 255.
知道这一点,您应该将值重新缩放到较小的范围(应用缩小系数),并调整阈值.从逻辑上讲,如果您将系数3/66应用于Sobel 5×5,您将返回到类似的条件.
这一切都取决于你想要达到的效果.
无论如何,真正的问题是:对于典型图像,过滤值如何统计分布?因为没有必要保持分布的远端.
内容总结
以上是互联网集市为您收集整理的c – sobel过滤器算法阈值处理(不使用外部库)全部内容,希望文章能够帮你解决c – sobel过滤器算法阈值处理(不使用外部库)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。