Sobel原理及计算过程详解

索贝尔算子(Sobel operator)主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度近似值。Soble卷积因子为：

该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值，计算公式如下：

图像的每一个像素的横向及纵向灰度值通过以下公式结合，来计算该点灰度的大小:

G =√Gx² +  Gy²

通常，为了提高效率使用不开平方的近似值:

|G| = |Gx| + |Gy|

具体计算如下：

首先，我们需要构建一个Sobel算子，通常是一个 3x3 的矩阵。Sobel算子可以分别计算水平和垂直方向的梯度值，然后将两者合并得到总梯度值。下面是要计算的四点乘四点的图像矩阵：

对于边缘上的点，由于没有足够的邻居像素，我们无法使用Sobel算子来计算梯度值。所以，我们假设选择图像矩阵中的点A(1, 1)，即第二行第二列的元素，对应的灰度值为5。接下来，我们将使用Sobel算子计算这个点的梯度值。

A（1,1）

0	1	2	3
4	5	6	7
8