Sobel邊緣檢測算法

http://blog.csdn.net/cay22/article/details/5591047

/***********************************************************************

* Sobel邊緣檢測 （scale=0.5）

* 參數: image0為原圖形，image1為邊緣檢測結果，w、h為圖像的寬和高

* 當type為true時，差分結果取水平和垂直方向差分中較大者，否則取平均值

************************************************************************/

void SideSobel(BYTE* image0, BYTE* image1, unsigned int w, unsigned int h, bool type)

{

     int x, y, a, aHr, aHg, aHb, aVr, aVg, aVb, aH, aV;

     long n;

     double scale = 0.2;              // 該值是動態的,

     //依次處理每個像素

     for(y = 1; y < h-1; y++)

         for(x = 1; x < w-1; x++)

         {

              //計算像素的偏移位置

              n = (y*w+x)*4;

              //計算紅色分量水平灰度差

              aHr = abs( (image0[n-w*4-4]+image0[n-4]*2+image0[n+w*4-4])

                   - (image0[n-w*4+4]+image0[n+4]*2+image0[n+w*4+4]) );

              //計算紅色分量垂直灰度差

              aVr = abs( (image0[n-w*4-4]+image0[n-w*4]*2+image0[n-w*4+4])

                   - (image0[n+w*4-4]+image0[n+w*4]*2+image0[n+w*4+4]) );

              //計算綠色分量水平灰度差

              aHg = abs( (image0[n-w*4-4+1]+image0[n-4+1]*2+image0[n+w*4-4+1])

                   - (image0[n-w*4+4+1]+image0[n+4+1]*2+image0[n+w*4+4+1]) );

              //計算綠色分量垂直灰度差

              aVg = abs( (image0[n-w*4-4+1]+image0[n-w*4+1]*2+image0[n-w*4+4+1])

                   - (image0[n+w*4-4+1]+image0[n+w*4+1]*2+image0[n+w*4+4+1]) );

              //計算藍色分量水平灰度差

              aHb = abs( (image0[n-w*4-4+2]+image0[n-4+2]*2+image0[n+w*4-4+2])

                   - (image0[n-w*4+4+2]+image0[n+4+2]*2+image0[n+w*4+4+2]) );

              //計算藍色分量垂直灰度差

              aVb = abs( (image0[n-w*4-4+2]+image0[n-w*4+2]*2+image0[n-w*4+4+2])

                   - (image0[n+w*4-4+2]+image0[n+w*4+2]*2+image0[n+w*4+4+2]) );

              //計算水平綜合灰度差

              aH = aHr + aHg + aHb;

              //計算垂直綜合灰度差

              aV = aVr + aVg + aVb;

              if(type)

              {

                   //取水平和垂直方向差分中較大者

                   if(aH > aV) a = aH;

                   else a = aV;

              }

              else

              {

                   //取水平和垂直方向差分的平均值

                   a = (aH + aV)/2;

              }

               a = a *scale;

              a = a>255?255:a;

              //生成邊緣掃描結果

              SetPixel(image1,n,a);

         }

}

看代碼大概了解算法原理（沒辦法, 數學差）。

注意 邊緣細化與邊緣檢查是不同的, 一般直接對圖片細化, 可能效果不是很好, 所以先進行邊緣檢測, 再進行細化效果會好一點。

A. 原圖

B. 直接細化圖

C. Sobel邊緣檢測圖

 

D. 經過Sobel邊緣檢測後, 再細化的圖