函數 > 圖像處理 > 尋邊器 > 範例:迴旋積分尋邊器
範例:迴旋積分尋邊器
使用 freichensobelprewittroberts 函數檢測圖像邊緣,方法是在矩陣上依序迴旋各核。邊緣檢測可用於改善取決於邊界之特定特徵類型的圖像可讀性。
如需使用此範例的資訊,請參閱<關於圖像處理範例>
freichen
此函數使用下列兩個核迴旋圖像矩陣:
按一下以複製此運算式
按一下以複製此運算式
1. 讀取圖像。
按一下以複製此運算式
2. 將 freichen 函數套用至圖像。
按一下以複製此運算式
按一下以複製此運算式
3. 比較兩個圖像。
(brain.bmp)
(brain_fre.bmp)
freichen 邊緣檢測器可用於含有各種強度的圖像,以定義圖片的各種邊緣。這些核顯示對相關像素值的感應很高,而無關於其亮度。
sobel
此函數使用下列兩個核迴旋圖像矩陣:
按一下以複製此運算式
按一下以複製此運算式
sobel 函數套用至輸入圖像。
按一下以複製此運算式
按一下以複製此運算式
(brain_sob.bmp)
sobel 核提供一致的邊緣檢測,但會提供加權給對角像素上的正交像素。
prewitt
此函數使用下列兩個核迴旋圖像矩陣:
按一下以複製此運算式
按一下以複製此運算式
prewitt 函數套用至輸入圖像。
按一下以複製此運算式
按一下以複製此運算式
(brain_pre.bmp)
prewitt 核將正交與對角像素微分一視同仁。
roberts
此函數使用下列兩個核迴旋圖像矩陣:
按一下以複製此運算式
按一下以複製此運算式
roberts 函數套用至輸入圖像。
按一下以複製此運算式
按一下以複製此運算式
(brain_rob.bmp)
roberts 核僅會考慮對角像素微分,此微分強調邊角更清晰,但可能模糊微小的水平或垂直特徵。
這是否有幫助?