1.拉普拉斯算子

拉普拉斯算子是一個二階邊緣算子，即梯度的散度。拉普拉斯算子的實現也是通過模板實現。常用的拉普拉斯模板定義如下：

拉普拉斯算子計算圖像的二階導數，對于圖像噪聲比較敏感。拉普拉斯算子的結果為標量，表示邊緣的寬度。但是它常產生雙像素寬邊緣，而且不能提供方向信息，因此較少直接用于邊緣檢測。在VTK中由vtkImageLaplacian實現。

#include <vtkAutoInit.h> VTK_MODULE_INIT(vtkRenderingOpenGL);#include <vtkSmartPointer.h> #include <vtkJPEGReader.h> #include <vtkImageData.h> #include <vtkImageLaplacian.h> #include <vtkImageShiftScale.h> #include <vtkImageActor.h> #include <vtkRenderer.h> #include <vtkRenderWindow.h> #include <vtkRenderWindowInteractor.h> #include <vtkInteractorStyleImage.h>int main(int argc, char* argv[]) {vtkSmartPointer<vtkJPEGReader> reader =vtkSmartPointer<vtkJPEGReader>::New();reader->SetFileName("lena.jpg");reader->Update();vtkSmartPointer<vtkImageLaplacian> lapFilter =vtkSmartPointer<vtkImageLaplacian>::New();lapFilter->SetInputConnection(reader->GetOutputPort());lapFilter->SetDimensionality(2);double range[2];lapFilter->GetOutput()->GetScalarRange(range);vtkSmartPointer<vtkImageShiftScale> ShiftScale =vtkSmartPointer<vtkImageShiftScale>::New();ShiftScale->SetOutputScalarTypeToUnsignedChar();ShiftScale->SetScale(255 / (range[1] - range[0]));ShiftScale->SetShift(-range[0]);ShiftScale->SetInputConnection(lapFilter->GetOutputPort());ShiftScale->Update();vtkSmartPointer<vtkImageActor> originalActor =vtkSmartPointer<vtkImageActor>::New();originalActor->SetInputData(reader->GetOutput());vtkSmartPointer<vtkImageActor> gradActor =vtkSmartPointer<vtkImageActor>::New();gradActor->SetInputData(ShiftScale->GetOutput());double originalViewport[4] = { 0.0, 0.0, 0.5, 1.0 };double gradviewport[4] = { 0.5, 0.0, 1.0, 1.0 };vtkSmartPointer<vtkRenderer> originalRenderer =vtkSmartPointer<vtkRenderer>::New();originalRenderer->SetViewport(originalViewport);originalRenderer->AddActor(originalActor);originalRenderer->ResetCamera();originalRenderer->SetBackground(1.0, 1.0, 1.0);vtkSmartPointer<vtkRenderer> gradRenderer =vtkSmartPointer<vtkRenderer>::New();gradRenderer->SetViewport(gradviewport);gradRenderer->AddActor(gradActor);gradRenderer->ResetCamera();gradRenderer->SetBackground(1.0, 1.0, 1.0);vtkSmartPointer<vtkRenderWindow> rw =vtkSmartPointer<vtkRenderWindow>::New();rw->AddRenderer(originalRenderer);rw->AddRenderer(gradRenderer);rw->SetSize(640, 320);rw->Render();rw->SetWindowName("Edge by Laplacian");vtkSmartPointer<vtkRenderWindowInteractor> rwi =vtkSmartPointer<vtkRenderWindowInteractor>::New();vtkSmartPointer<vtkInteractorStyleImage> style =vtkSmartPointer<vtkInteractorStyleImage>::New();rwi->SetInteractorStyle(style);rwi->SetRenderWindow(renderWindow);rwi->Initialize();rwi->Start();return 0; }

vtkImageLaplacian輸入和輸出數據都是vtkImageData，與梯度算子不同，該filter的輸出圖像像素為標量。函數SetDimensionality用于設置輸入圖像的維數，默認為2維。計算完畢后，利用vtkImageShiftScale將圖像的數據范圍變換至0-255之間。

計算結果如下圖所示：

2.參看資料

1.《C++ primer》
2.《The VTK User’s Guide – 11thEdition》
3.《The Visualization Toolkit – AnObject-Oriented Approach To 3D Graphics (4th Edition)》
4. ?張曉東, 羅火靈. VTK圖形圖像開發進階[M]. 機械工業出版社, 2015.

總結

以上是生活随笔為你收集整理的VTK修炼之道35：边缘检测_Laplace算子的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。