OpenCV——Sobel和拉普拉斯变换

Sobel变换和拉普拉斯变换都是高通滤波器。

什么是高通滤波器呢？就是保留图像的高频分量（变化剧烈的部分），抑制图像的低频分量（变化缓慢的部分）。而图像变化剧烈的部分，往往反应的就是图像的边沿信息了。

1. Sobel算子（主要用于边缘检测）

//Sobel变化实例

Mat sobelX;
Sobel(image,sobelX,CV_8U,1,0,3,0.4,128);
imshow("X方向Sobel结果",sobelX);  Mat sobelY;
Sobel(image,sobelY,CV_8U,0,1,3,0.4,128);
imshow("Y方向Sobel结果",sobelY);

//函数说明void Sobel(InputArray src, OutputArray dst, int ddepth, int xorder, int yorder, int ksize=3, double
scale=1, double delta=0, int borderType=BORDER_DEFAULT )

void cvSobel( const CvArr* 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，必须是 1, 3, 5 或 7。 除了尺寸为 1， 其它情况下， aperture_size ×aperture_size 可分离内核将用来计算差分。对 aperture_size=1的情况，使用 3x1 或 1x3 内核 （不进行高斯平滑操作）。这里有一个特殊变量 CV_SCHARR (=-1)，对应 3x3 Scharr 滤波器，可以给出比 3x3 Sobel 滤波更精确的结果。对 x-方向 或矩阵转置后对 y-方向。
*/

2.Laplacian变换

Laplacian变换功能1：用来检测物体的边缘信息

具体说明：

在图像平坦（灰度值无变换的区域），拉普拉斯滤波后的图像在该区域的强度值为0.在图像灰度值剧烈变换的区域（边缘），拉普拉斯滤波后的图像的强度值（绝对值）相对较大。
物体边缘一般在强度值的零交点（注意：并不是在强度值为0的点，而是在强度值从正变换到负，或从负变换到正的过程中，隐含存在的为0的亚像素级的点）。

Laplacian变换功能2：可用于图像增强（原图像减去拉普拉斯变换的图像）

原理大体为：

图像相对平坦的区域拉普拉斯变换后的值约等于0。像素（原）-0=像素（原），即该区域图像几乎没有变化。
在图像中强度值变换剧烈的地方，通常是物体的边缘处，拉普拉斯变换后的该区域的强度值（绝对值）较大。那么 像素（原）-像素（变换后），肯定会发生变化。例如：150（原）-50（变换后的）=100，该点处的像素变黑。

函数：

void cvLaplace( const CvArr* src, CvArr* dst, int aperture_size=3 );

/*
src    输入图像.
dst    输出图像.
aperture_size    核大小 (与 cvSobel 中定义一样)
*/

函数 cvLaplace 计算输入图像的 Laplacian变换，方法是先用 sobel 算子计算二阶 x- 和 y- 差分，再求和:

对 aperture_size=1 则给出最快计算结果，相当于对图像采用如下内核做卷积：

类似于 cvSobel 函数，该函数也不作图像的尺度变换，所支持的输入、输出图像类型的组合和cvSobel一致。

转载于:https://www.cnblogs.com/farewell-farewell/p/6003939.html

OpenCV——Sobel和拉普拉斯变换相关推荐

opencv+Recorder︱OpenCV 中的 Canny 边界检测+轮廓、拉普拉斯变换
本文来自于段力辉译<OpenCV-Python 中文教程> 边缘检测是图像处理和计算机视觉中的基本问题,通过标识数字图像中亮度变化明显的点,来捕捉图像属性中的显著变化,包括深度上的不连续 ...
OpenCV Laplacian 拉普拉斯变换
::返回OpenCV算子速查表 OpenCV Laplacian 拉普拉斯变换 1. 函数 2. 例程原图 Sobel和Scharr的处理结果 Laplacian 1. 函数 OpenCV官方文档链 ...
python 图像的拉普拉斯变换中的数值问题_数字图像处理（第十章）
点.线.边缘检测背景知识.书中主要介绍了图像的一阶导数与二阶导数,这个之前的文章中有过介绍这里在复习一遍.对于函数 ,对于点在x方向的一阶偏导为: ,二阶偏导为: 之后书中总结了一阶导与二阶导对于 ...
卷积、傅立叶变换、拉普拉斯变换、Z变换
2018-10-27 准备计控期中考试,看课件过程中又出现z变换,然后又搜出一堆博客,陷入不懂的循环. 不过,对卷积和傅里叶变换知道了一点,比之前清晰了一些. [转]卷积及拉普拉斯变换的通俗解释图像 ...
傅里叶变换拉普拉斯变换的物理解释及区别
傅里叶变换在物理学.数论.组合数学.信号处理.概率论.统计学.密码学.声学.光学.海洋学.结构动力学等领域都有着广泛的应用(例如在信号处理中,傅里叶变换的典型用途是将信号分解成幅值分量和频率分量). ...
通俗介绍拉普拉斯变换，傅里叶变换和z变换
原文:https://zhidao.baidu.com/question/2140860086243217068.html 早期的数学以微积分为主.微分方程的计算过程通常都是非常复杂的.有时很难求解. ...
第十九讲拉普拉斯变换引入
一,从傅里叶变换到拉普拉斯变换: 傅里叶变换: 拉普拉斯变换:,其中为衰减因子, 为什么要在傅里叶变换中乘上衰减因子? 因为当非周期函数随时间单调递增或单调递减,趋于无穷大(直男)时,无法使用傅里叶变 ...
MIT_18.03_微分方程_Laplace_Transform_拉普拉斯变换_Notes
Laplace Transform 引对于幂级数 power series ∑0∞anxn=A(x)\sum_{0}^{\infty}{a_{n}x^n} = A(x) 0∑∞anxn=A(x) ...
【数理知识】《积分变换与场论》王振老师-第2章-拉普拉斯变换
第1章回到目录第3章第2章-拉普拉斯变换 2.1 拉普拉斯变换概念与存在定理 2.2 拉普拉斯变换的性质 2.3 拉普拉斯卷积 2.4 拉普拉斯逆变换 2.5 拉普拉斯变换的应用 2.1 拉普拉 ...
深入探讨傅立叶变换、拉普拉斯变换、Z变换的联系与应用
1.前言一个信号,通常用一个时间的函数来表示,这样简单直观,因为它的函数图像可以看做信号的波形,比如声波和水波等等.很多时候,对信号的处理是很特殊的,比如说线性电路会将输入的正弦信号处理后,输出仍然 ...

OpenCV——Sobel和拉普拉斯变换

OpenCV——Sobel和拉普拉斯变换相关推荐

最新文章

热门文章