函数 > 图像处理 > 寻边器 > 示例:卷积寻边器
示例:卷积寻边器
使用 freichensobelprewittroberts 函数识别图像的边界,具体方式为对矩阵依次卷积不同的核。边界识别可用于增强图像中某类取决于边界的特征的可读性。
有关使用此示例的信息,请参考关于图像处理示例
freichen
此函数使用以下两个核对图像矩阵进行卷积:
单击可复制此表达式
单击可复制此表达式
1. 读入图像。
单击可复制此表达式
2. 将 freichen 函数应用于图像。
单击可复制此表达式
单击可复制此表达式
3. 比较两个图像。
(brain.bmp)
(brain_fre.bmp)
对于用不同的强度级定义图片中不同边界的图像,freichen 边界探测器非常有用。这些核对相对像素值具有较强的敏感度,而与亮度无关。
sobel
此函数使用以下两个核对图像矩阵进行卷积:
单击可复制此表达式
单击可复制此表达式
sobel 函数应用于输入图像。
单击可复制此表达式
单击可复制此表达式
(brain_sob.bmp)
sobel 核提供了均匀的边界识别,尽管它为正交像素指定的权重大于对角像素。
prewitt
此函数使用以下两个核对图像矩阵进行卷积:
单击可复制此表达式
单击可复制此表达式
prewitt 函数应用于输入图像。
单击可复制此表达式
单击可复制此表达式
(brain_pre.bmp)
prewitt 核同等考虑正交像素和对角像素的差分。
roberts
此函数使用以下两个核对图像矩阵进行卷积:
单击可复制此表达式
单击可复制此表达式
roberts 函数应用于输入图像。
单击可复制此表达式
单击可复制此表达式
(brain_rob.bmp)
roberts 核只考虑对角像素的差分,这会使拐角突出得更明显,但会使较小的水平或竖直特征模糊在一起。
这对您有帮助吗?