图像二值化阀值Kirsch算子
Kirsch算子实现起来相对来说稍微麻烦一些，它采用8个模板对图像上的每一个像素点进行卷积求导数，这8个模板代表8个方向，对图像上的8个特定边缘方向作出最大响应，运算中取最大值作为图像的边缘输出（上述算法中用到的8个模板在下面的实现代码中给出）。为了便于读者理解该算法的实现，这里我们给出实现该算法的函数代码，可以稍加改动应用到自己的项目中去。
【图像二值化阀值（Kirsch算子)】
| BOOL Kirsch(BYTE *pData,int Width,int Height) {//定义实现Kirsch算法的8个模板； int i,j,s,t,k,max,sum[8]; static a[3][3]={{+5,+5,+5},{-3,0,-3},{-3,-3,-3}}; static a1[3][3]={{-3,+5,+5},{-3,0,+5},{-3,-3,-3}}; static a2[3][3]={{-3,-3,+5},{-3,0,+5},{-3,-3,+5}}; static a3[3][3]={{-3,-3,-3},{-3,0,+5},{-3,+5,+5}}; static a4[3][3]={{-3,-3,-3},{-3,0,-3},{+5,+5,+5}}; static a5[3][3]={{-3,-3,-3},{+5,0,-3},{+5,+5,-3}}; static a6[3][3]={{+5,-3,-3},{+5,0,-3},{+5,-3,-3}}; static a7[3][3]={{+5,+5,-3},{+5,0,-3},{-3,-3,-3}}; BYTE *pData1; if(pData=https://www.it610.com/article/=NULL) { AfxMessageBox("图像数据为空，请读取图像数据!"); return FALSE; } pData1=(BYTE*)new char[Width*Height]; if(pData1==NULL) { AfxMessageBox("图像缓冲数据区申请失败，请重新申请图像数据缓冲区!"); return FALSE ; } memcpy(pData1,pData, Width*8*Height); //kirsch算子处理，对每一像素点求取八个方向的导数；； for(i=1; ifor(j=1; j sum[1]=sum[2]=sum[3]=sum[4]=sum[5]=sum[6]=sum[7]=sum[8]=0; for(t=-1; t<2; t++) { for(s=-1; s<2; s++) { sum[1]+=*(pData+WIDTHBYTES(Width*8)*(i+t)+j+s)*a[1+t][1+s]; sum[2]+=*(pData+WIDTHBYTES(Width*8)*(i+t)+j+s)*a1[1+t][1+s]; sum[3]+=*(pData+WIDTHBYTES(Width*8)*(i+t)+j+s)*a2[1+t][1+s]; sum[4]+=*(pData+WIDTHBYTES(Width*8)*(i+t)+j+s)*a3[1+t][1+s]; sum[5]+=*(pData+WIDTHBYTES(Width*8)*(i+t)+j+s)*a4[1+t][1+s]; sum[6]+=*(pData+WIDTHBYTES(Width*8)*(i+t)+j+s)*a5[1+t][1+s]; sum[7]+=*(pData+WIDTHBYTES(Width*8)*(i+t)+j+s)*a6[1+t][1+s]; sum[8]+=*(pData+WIDTHBYTES(Width*8)*(i+t)+j+s)*a7[1+t][1+s]; } } //取最大方向的导数； for(k=0; k<8; k++) { max=0; if(maxmax=sum[k]; } if(max<0) max=0; if(max>255) max=255; *(pData1+ Width*8*i+j)=max; } memcpy(pData,pData1, Width*8*Height); delete pData1; return TRUE; } |
