边缘检测类算法（3） (2008-06-06 19:55:15) // /// 按 Kirsch 算子进行边缘检测 /// /// 位图流 /// public Bitmap Kirsch(Bitmap b) { Matrix3x3 m = new Matrix3x3(); // 5 5 5 // -3 0 -3 // -3 -3 -3 m.Init(-3); m.Center = 0; m.TopLeft = m.TopMid = m.TopRight = 5; Bitmap b1 = m.Convolute((Bitmap)b.Clone()); // -3 5 5 // -3 0 5 // -3 -3 -3 m.Init(-3); m.Center = 0; m.TopMid = m.TopRight = m.MidRight = 5; Bitmap b2 = m.Convolute((Bitmap)b.Clone()); // -3 -3 5 // -3 0 5 // -3 -3 5 m.Init(-3); m.Center = 0; m.TopRight = m.MidRight = m.BottomRight = 5; Bitmap b3 = m.Convolute((Bitmap)b.Clone()); // -3 -3 -3 // -3 0 5 // -3 5 5 m.Init(-3); m.Center = 0; m.MidRight = m.BottomRight = m.BottomMid = 5; Bitmap b4 = m.Convolute((Bitmap)b.Clone()); // -3 -3 -3 // -3 0 -3 // 5 5 5 m.Init(-3); m.Center = 0; m.BottomLeft = m.BottomMid = m.BottomRight = 5; Bitmap b5 = m.Convolute((Bitmap)b.Clone()); // -3 -3 -3 // 5 0 -3 // 5 5 -3 m.Init(-3); m.Center = 0; m.MidLeft = m.BottomLeft = m.BottomMid = 5; Bitmap b6 = m.Convolute((Bitmap)b.Clone()); // 5 -3 -3 // 5 0 -3 // 5 -3 -3 m.Init(-3); m.Center = 0; m.TopLeft = m.MidLeft = m.BottomLeft = 5; Bitmap b7 = m.Convolute((Bitmap)b.Clone()); // 5 5 -3 // 5 0 -3 // -3 -3 -3 m.Init(-3); m.Center = 0; m.TopLeft = m.MidLeft = m.TopMid = 5; Bitmap b8 = m.Convolute((Bitmap)b.Clone()); // 梯度运算 Bitmap b9 = Gradient(Gradient(b1, b2), Gradient(b3, b4)); Bitmap b10 = Gradient(Gradient(b5, b6), Gradient(b7, b8)); b = Gradient(b9, b10); b1.Dispose(); b2.Dispose(); b3.Dispose(); b4.Dispose(); b5.Dispose(); b6.Dispose(); b7.Dispose(); b8.Dispose(); b9.Dispose(); b10.Dispose(); return b; } // end of Kirsch /// /// 按 GaussLaplacian 算子进行边缘检测 /// /// /// public Bitmap GaussLaplacian(Bitmap b) { int[,] kernel = { {-2, -4, -4, -4, -2}, {-4, 0, 8, 0, -4}, {-4, 8, 24, 8, -4}, {-4, 0, 8, 0, -4}, {-2, -4, -4, -4, -2} }; MatrixNxN m = new MatrixNxN(); m.Kernel = kernel; return m.Convolute(b); } // end of GaussLaplacian

边缘检测类算法（2） (2008-06-06 19:52:52) /// /// 按 Sobel 算子进行边缘检测 /// /// 位图流 /// public Bitmap Sobel(Bitmap b) { Matrix3x3 m = new Matrix3x3(); // -1 -2 -1 // 0 0 0 // 1 2 1 m.Init(0); m.TopLeft = m.TopRight = -1; m.BottomLeft = m.BottomRight = 1; m.TopMid = -2; m.BottomMid = 2; Bitmap b1 = m.Convolute((Bitmap)b.Clone()); // -1 0 1 // -2 0 2 // -1 0 1 m.Init(0); m.TopLeft = m.BottomLeft = -1; m.TopRight = m.BottomRight = 1; m.MidLeft = -2; m.MidRight = 2; Bitmap b2 = m.Convolute((Bitmap)b.Clone()); // 0 1 2 // -1 0 1 // -2 -1 0 m.Init(0); m.TopMid = m.MidRight = 1; m.MidLeft = m.BottomMid = -1; m.TopRight = 2; m.BottomLeft = -2; Bitmap b3 = m.Convolute((Bitmap)b.Clone()); // -2 -1 0 // -1 0 1 // 0 1 2 m.Init(0); m.TopMid = m.MidLeft = -1; m.MidRight = m.BottomMid = 1; m.TopLeft = -2; m.BottomRight = 2; Bitmap b4 = m.Convolute((Bitmap)b.Clone()); // 梯度运算 b = Gradient(Gradient(b1, b2), Gradient(b3, b4)); b1.Dispose(); b2.Dispose(); b3.Dispose(); b4.Dispose(); return b; } // end of Sobel /// /// 按 Prewitt 算子进行边缘检测 /// /// 位图流 /// public Bitmap Prewitt(Bitmap b) { Matrix3x3 m = new Matrix3x3(); // -1 -1 -1 // 0 0 0 // 1 1 1 m.Init(0); m.TopLeft = m.TopMid = m.TopRight = -1; m.BottomLeft = m.BottomMid = m.BottomRight = 1; Bitmap b1 = m.Convolute((Bitmap)b.Clone()); // -1 0 1 // -1 0 1 // -1 0 1 m.Init(0); m.TopLeft = m.MidLeft = m.BottomLeft = -1; m.TopRight = m.MidRight = m.BottomRight = 1; Bitmap b2 = m.Convolute((Bitmap)b.Clone()); // -1 -1 0 // -1 0 1 // 0 1 1 m.Init(0); m.TopLeft = m.MidLeft = m.TopMid = -1; m.BottomMid = m.BottomRight = m.MidRight = 1; Bitmap b3 = m.Convolute((Bitmap)b.Clone()); // 0 1 1 // -1 0 1 // -1 -1 0 m.Init(0); m.TopMid = m.TopRight = m.MidRight = 1; m.MidLeft = m.BottomLeft = m.BottomMid = -1; Bitmap b4 = m.Convolute((Bitmap)b.Clone()); // 梯度运算 b = Gradient(Gradient(b1, b2), Gradient(b3, b4)); b1.Dispose(); b2.Dispose(); b3.Dispose(); b4.Dispose(); return b; } // end of Prewitt 分享：

边缘检测类算法（1） (2008-06-06 19:50:09) 边缘检测类(包括Roberts, Sobel, Prewitt, Kirsch等算子的边缘检测算法) public class EdgeDetect : ImageInfo { /// /// 对两幅图像进行梯度运算 /// /// 位图 1 /// 位图 2 /// private Bitmap Gradient(Bitmap b1, Bitmap b2) { int width = b1.Width; int height = b1.Height; BitmapData data1 = b1.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format32bppArgb); BitmapData data2 = b2.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadOnly, PixelFormat.Format32bppArgb); unsafe { byte p1 = (byte)data1.Scan0; byte p2 = (byte)data2.Scan0; int offset = data1.Stride - width * BPP; for (int y = 0; y < height; y++) { for (int x = 0; x < width; x++) { for (int i = 0; i < 3; i++) { int power = (int)Math.Sqrt((p1[i] p1[i] + p2[i] p2[i])); p1[i] = (byte)(power > 255 ? 255 : power); } // i p1 += BPP; p2 += BPP; } // x p1 += offset; p2 += offset; } // y } b1.UnlockBits(data1); b2.UnlockBits(data2); Bitmap dstImage = (Bitmap)b1.Clone(); b1.Dispose(); b2.Dispose(); return dstImage; } // end of Gradient /// /// 按 Roberts 算子进行边缘检测 /// /// 位图流 /// public Bitmap Roberts(Bitmap b) { int width = b.Width; int height = b.Height; Bitmap dstImage = new Bitmap(width, height); BitmapData srcData = b.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadOnly, PixelFormat.Format32bppArgb); BitmapData dstData = dstImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.WriteOnly, PixelFormat.Format32bppArgb); int stride = srcData.Stride; int offset = stride - width * BPP; unsafe { byte src = (byte)srcData.Scan0; byte dst = (byte)dstData.Scan0; int A, B; // A(x-1, y-1) B(x, y-1) int C, D; // C(x-1, y) D(x, y) // 指向第一行 src += stride; dst += stride; // 不处理最上边和最左边 for (int y = 1; y < height; y++) { // 指向每行第一列 src += BPP; dst += BPP; for (int x = 1; x < width; x++) { for (int i = 0; i < 3; i++) { A = src[i - stride - BPP]; B = src[i - stride]; C = src[i - BPP]; D = src[i]; dst[i] = (byte)(Math.Sqrt((A - D) (A - D) + (B - C) (B - C))); } // i dst[3] = src[3]; src += BPP; dst += BPP; } // x src += offset; dst += offset; } // y } b.UnlockBits(srcData); dstImage.UnlockBits(dstData); b.Dispose(); return dstImage; } // end of Roberts

Altera Quartus II Web版与正式版的比较（2） (2008-06-06 19:38:26) 暂无简介

MOV、MOVX、MOVC区别 (2008-06-06 19:48:33) MOV指令表示单片机内部的寄存器或者存储器之间相互传递数据,而MOVX则表示单片机内部的A累加器与片外的数据存储器传送数据.还有两条是MOVC的指令,它们表示A向ROM(程序存储器)读取数据,因为程序存储器是固定的不可以写的,所以,A只能读数据,却不能向它写数据.换句话说MOVX和MOVC是针对两种不同的存储器而言,一个是数据存储器,另一个却是程序存储器