|
int x, y, p, q;
// x축 y축 미분연산한 값과 동일한 결과를 가져오는 마스크값
int px,
ft_x[3][3]={{-1,0,1},{-2,0,2},{-1,0,1}};
int py, ft_y[3][3]={{1,2,1},{0,0,0},{-1,-2,-1}};
for(y = 1;y <255;y++)
{
for(x =1;x < 255;x++)
{
px = 0;
for(q = 0;q <=2;q++)
{
for(p = 0;p &
|
|
|
마스크
1 0 -1 -1 -2 -1
Gx = 2 1 -2,Gy = 0 0 0
1 0 -1 1 2 1
[그림 3-3] (a) 원 영상 (b) Prewitt 마스크 적용
Prewitt 연산자
소벨 필터의 결과와 거의 같은 결과 값을 나타내는데 응답시간이 약간 빠르며 마스크의 형태는 비슷하나 밝기의 경계에 대해 비중을
|
|
|
소벨(Sobel) 필터, 로버츠
(Roberts) 필터, 커쉬(Kirsch) 필터, 로빈슨(Robinson) 필터, 프리위트(Prewitt) 필터
-2차 미분을 통한 에지 검출 방법 : 라플라시안(Laplacian) 필터
▷Smoothing Filter
: 어떤 영상에 잡음(noise)이 있다고 할 때, 그 영상을 보고 알 수
|
|
메뉴펼치기
