sobel運算元,matlab實現
轉:https://blog.csdn.net/zhufanqie/article/details/8709910
-
A=imread('D:\image\Body.jpg'); I = rgb2gray(A); subplot(2,2,1); imshow(I); title('原圖'); hx=[-1 -2 -1;0 0 0 ;1 2 1];%生產sobel垂直梯度模板 hy=hx'; %生產sobel水平梯度模板 gradx=filter2(hx,I,'same'); gradx=abs(gradx); %計算影象的sobel垂直梯度 subplot(2,2,2); imshow(gradx,[]); title('影象的sobel垂直梯度'); grady=filter2(hy,I,'same'); grady=abs(grady); %計算影象的sobel水平梯度 subplot(2,2,3); imshow(grady,[]); title('影象的sobel水平梯度'); grad=gradx+grady; %得到影象的sobel梯度 subplot(2,2,4); imshow(grad,[]); title('影象的sobel梯度');
結果為:
可以看出:
Sobel運算元中的垂直模板得到的梯度圖,由於梯度方向與邊緣走向垂直,所以該梯度圖對水平邊緣有較強的響應,從而水平細節資訊非常清晰;
sobel運算元中的水平模板得到的梯度圖,它對垂直邊緣有較強的響應,垂直細節非常清晰。
Sobel運算元水平和垂直方向疊加的梯度圖,水平和垂直細節都非常清晰。
相關文章
- 【OpenCV】影像變換(二)邊緣檢測:梯度運算元、Sobel運算元和Laplace運算元OpenCV梯度
- Python 影像處理 OpenCV (12): Roberts 運算元、 Prewitt 運算元、 Sobel 運算元和 Laplacian 運算元邊緣檢測技術PythonOpenCV
- [影象處理] Python+OpenCV實現車牌區域識別及Sobel運算元PythonOpenCV
- 影象邊緣檢測—sobel運算元(灰度影象,彩色影象)
- OpenCV-Python教程(6)(7)(8): Sobel運算元 Laplacian運算元 Canny邊緣檢測OpenCVPython
- EasyPR--開發詳解(3)高斯模糊、灰度化和Sobel運算元
- spark-運算元-分割槽運算元Spark
- 使用運算元控制公式運算公式
- 利用版本回退實現誤運算元據恢復
- 集合-運算實現
- matlab影像處理之開運算閉運算(1)Matlab
- 值得收藏 | 深度剖析 TensorCore 卷積運算元實現原理卷積
- foreach 實現 MyBatis 遍歷集合與批量運算元據MyBatis
- 【Spark篇】---SparkStreaming中運算元中OutPutOperator類運算元Spark
- 運算元據庫
- 運籌學——matlab實現單純形法Matlab
- MATLAB(6)矩陣和向量運算Matlab矩陣
- 位運算與SQL實現SQL
- 四則運算實現 (轉)
- 陣列和廣義表的基本運算實現(三元組)陣列
- Spark運算元篇 --Spark運算元之aggregateByKey詳解Spark
- Spark運算元篇 --Spark運算元之combineByKey詳解Spark
- 運算元據庫表
- SIFT運算元總結
- java反射——運算元組Java反射
- yii運算元據庫
- Mysqli運算元據庫MySql
- onnx 運算元定義
- MySQL DML運算元據MySql
- DDL:運算元據庫
- python運算元據Python
- jmeter運算元據庫JMeter
- javascript怎麼實現算術加法運算JavaScript
- 位運算可以實現哪些功能
- 位運算實現加減乘除
- Spark常用Transformations運算元(一)SparkORM
- Oracle OCP(10):運算元據Oracle
- Flink -- Operator操作運算元