Sobel 边缘检测

Sobel 边缘检测算子:主要作边缘检测。用于获取数字图像的一阶梯度。
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分别代表经纵向向及横向边缘检测的图像,其公式如下:

这里写图片描述
图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合,来计算梯度的大小。

这里写图片描述
通常,为了提高效率 使用不开平方的近似值:

这里写图片描述
如果梯度G大于某一阀值 则认为该点(x,y)为边缘点。
这里写图片描述
如果以上的角度Θ等于零,即代表图像该处拥有纵向边缘,左方较右方暗。
Sobel 算子有两个,一个是检测水平边缘的 ;另一个是检测垂直边缘的 。
Sobel算子对于象素的位置的影响做了加权,可以降低边缘模糊程度,因此效果更好。
Sobel算子根据像素点上下、左右邻点灰度加权差,在边缘处达到极值这一现象检测边缘。对噪声具有平滑作用,提供较为精确的边缘方向信息,边缘定位精度不够高。当对精度要求不是很高时,是一种较为常用的边缘检测方法。
普利维特算子(Prewitt operate):
除sobel边缘检测外 还有Prewitt算子, 它的卷积因子如下:
这里写图片描述
Prewitt算子利用像素点上下、左右邻点灰度差,在边缘处达到极值检测边缘。对噪声具有平滑作用,定位精度不够高。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值