OpenCV Sobel算子解析笔记

1. Sobel算子数学原理

1.1 Sobel算子定义

$\text{Sobel}$算子：是计算机视觉领域的一种重要处理方法，主要用于获取数字图像的一阶梯度。该算子包含两组$3\times 3$矩阵，将分别将其与图像作平面卷积，可得到图像$x$方向及$y$方向一阶梯度：
$${\mathbf{G}}_x=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right]\ast \mathbf{I},{\mathbf{G}}_y=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right]\ast \mathbf{I}$$

1.2 Sobel算子公式推导

我们考察图像中某$1$个像素点${\text{Z}}_5$及其领域的$8$个像素点，如下图所示：

对于给定领域方向梯度矢量$\mathbf{g}$的幅度为：
$$|\mathbf{g}|=\frac{像素灰度差分}{像素距离}$$
$\text{Sobel}$算子所定义的像素距离为城市距离，如下图所示：

城市距离：在数字栅格中，如果只允许横向和纵向移动，城市距离表示从起点移动到终点所需的最少的步数。

关于像素点${\text{Z}}_5$的方向梯度矢量，可对其$8$领域的水平、垂直和$2$个对角共计$4$个方向对的梯度加权求和：
$$\mathbf{G}=\frac{({\text{Z}}_3-{\text{Z}}_7)}{4}\ast \left[\begin{array}{cc}1& 1\end{array}\right]+\frac{({\text{Z}}_1-{\text{Z}}_9)}{4}\ast \left[\begin{array}{cc}-1& 1\end{array}\right]+\frac{({\text{Z}}_2-{\text{Z}}_8)}{2}\ast \left[\begin{array}{cc}0& 1\end{array}\right]+\frac{({\text{Z}}_3-{\text{Z}}_7}{2}$$