在 Java 中实现 Sobel 过滤器 - 规范化值答案

【问题标题】：Implement Sobel Filter in Java - Normalize values在 Java 中实现 Sobel 过滤器 - 规范化值
【发布时间】：2014-11-04 08:58:25
【问题描述】：

我想自己实现 Sobel 过滤器（实际上没有漂亮的实现）。但是在进行卷积之后，我不知道如何计算 rgb 值。

假设：灰度图像

double [][] sobel_x = 
{
    { -1, 0, 1},
    { -2, 0, 2},
    { -1, 0, 1}
};

double [][]    sobel_y = 
{
    { 1, 2, 1},
    { 0, 0, 0},
    {-1, -2, 1}
};

for(int y=1; y<image.getHeight()-1; y++)
{
    for(int x=1; x<image.getWidth()-1; x++)
    {
       Color a = new Color(image.getRGB(x-1, y-1));
       Color b = new Color(image.getRGB(x, y-1));
       Color c = new Color(image.getRGB(x+1, y-1));
       Color d = new Color(image.getRGB(x-1, y));
       Color e = new Color(image.getRGB(x, y));
       Color f = new Color(image.getRGB(x+1, y));
       Color g = new Color(image.getRGB(x-1, y+1));
       Color h = new Color(image.getRGB(x, y+1));
       Color i = new Color(image.getRGB(x+1, y+1));

        double pixel_x =    (sobel_x[0][0] * a.getRed()) + (sobel_x[0][1] * b.getRed()) + (sobel_x[0][2] * c.getRed()) +
                            (sobel_x[1][0] * d.getRed())   + (sobel_x[1][1] * e.getRed())   + (sobel_x[1][2] * f.getRed()) +
                            (sobel_x[2][0] * g.getRed()) + (sobel_x[2][1] * h.getRed()) + (sobel_x[2][2] * i.getRed());
        double pixel_y = 
                            (sobel_y[0][0] * a.getRed()) + (sobel_x[0][1] * b.getRed()) + (sobel_x[0][2] * c.getRed()) +
                            (sobel_y[1][0] * d.getRed())   + (sobel_x[1][1] * e.getRed())   + (sobel_x[1][2] * f.getRed()) +
                            (sobel_y[2][0] * g.getRed()) + (sobel_x[2][1] * h.getRed()) + (sobel_x[2][2] * i.getRed());  

        //Here it is possible to get values between [-1020, 1020]       

        //How to going on

        //int rgb = (int) Math.sqrt(pixel_x*pixel_x+pixel_y*pixel_y);

        //int rgbAsInt = (int)(65536 * rgb + 256 * rgb + rgb);      
    }
}

【问题讨论】：

标签： java image-processing edge-detection sobel

【解决方案1】：

我的一个想法是进行线性变换。比如你得到的图像中像素值最小的是-998，最大的是1000，那么你可以把-998对应0，1000对应255，然后得到(-998,1000)的比例与(0,255) 的比例并将 [-998,1000] 到 [0,255] 之间的所有值归一化。

【讨论】：

【解决方案2】：

以下图像区域的 x 轴梯度为 1：

1 2 3
1 2 3
1 2 3

应用此过滤器 --

-1 0 1
-2 0 2
-1 0 1

-- 结果为 8。因此 X 和 Y 梯度按该因子缩放。

您需要决定要在输出图像中表示的最大梯度是多少；称之为“gr_max”。 X 和 Y 梯度应限制在该值：

float gr_x, gr_y, gr_max = 16;

gr_x /= (gr_max * 8);
gr_y /= (gr_max * 8);

if (gr_x > 1)
    gr_x = 1;
if (gr_x < -1)
    gr_x = -1;

if (gr_y > 1)
    gr_y = 1;
if (gr_y < -1)
    gr_y = -1;

然后，假设您希望输出 RGB 值在 [0, 255] 范围内 --

int pixel_x = lround((gr_x + 1) * 255/2),
    pixel_y = lround((gr_y + 1) * 255/2);

【讨论】：