【图像处理】sobel算子简述

sobel算子是什么

在图像处理上，算子一般也可以认为是滤波器，即filter，滤波器就是在一个像素点上对它进行与邻域之间的运算。

如中值滤波，就是在以像素点为中心，上下左右左上左下右上右下为邻域的集合里，如下图所示结构：

中值滤波就是对P1到P9进行排序，然后获取数值大小排在中间的值，把这个值当做该中心像素点P5的新值。

而sobel算子，是为了用来计算边缘的，一般而言，以3x3为大小，有下面这两种形式，Gx和Gy，Gx用来计算垂直边缘，Gy用来计算水平边缘。

通常混合使用，会有 |G| = |Gx| + |Gy|，绝对值用于消除梯度方向的影响。

如果按照上面P1到P9的排列，那么有：

Gx = |(P3+2P6+P9) - (P1+2P4+P7)|
Gy = |(P1+2P2+P3) - (P7+2P8+P9)|

这样的形式很好理解，假如中间为边缘，那么边缘两侧的亮度差距就会变大，乘以符号相反的系数，会使得最终的结果达到很大的值，在图像上来看就是白色；而不是边缘的区域，左右两边或者上下两边就会抵消，在图像上看就是黑色。

代码实现

这里比较简单就不赘述了。

主要是直接运用上面的算术关系，对每一个点进行换算。然后遍历整张图像就可以了。

后续在进行NEON优化时再做比较。

temp=abs(ptr[0]+2*ptr[1]+ptr[2]-(ptr[6]+2*ptr[7]+ptr[8]))+
abs(ptr[2]+2*ptr[5]+ptr[8]-(ptr[0]+2*ptr[3]+ptr[6]));

需要注意的是：在按照上述代码处理图像时，经sobel算子滤波之后，得到的图像与opencv中Sobel()函数得到的不一致。
经查看opencv源码，发现：主要是我们在处理时采用了abs()绝对值操作。而opencv是没有用绝对值，并且会对输出的图像做饱和处理，即大于255则输出为255，小于0则输出为0.

参考资料

http://homepages.inf.ed.ac.uk/rbf/HIPR2/sobel.htm