差分近似图像导数算子之Sobel算子

162 篇文章 115 订阅 ¥9.90 ¥99.00
本文介绍了Sobel算子在图像处理中的作用,作为一种常用的边缘检测算子,Sobel算子通过3x3模板计算图像的水平和垂直边缘导数,从而检测图像的边缘。文中给出了OpenCV-Python实现的Sobel算子代码,并展示了处理后的图像边缘检测结果。
摘要由CSDN通过智能技术生成

背景引言

图像处理中,一个最基本并且最重要的卷积就是导数的计算,一般用来表达微分最常用的操作是Sobel算子,可以包含任意阶的微分以及融合偏导。主要用作为边缘检测。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梯度之近似值。在图像的任何一点使用此算子,将会产生对应的梯度矢量或是其法矢量。本节介绍Sobel算子知识,给出参考代码以及测试输出结果。

基本理论

Sobel算子的原始推导过程方面很少,根据(Heath et al. 1997) [1],最初Sobel算子是源自于一篇博士论文(Sobel, 1970 )[2]。当时可能用于计算大模板系数的理论基础很少被提到。一个可能的理论基础是考虑到均值计算和差分

评论 1
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