边缘算子
参考链接:https://blog.csdn.net/yato0514/article/details/82051790
图像方面的特征一般是从边缘开始,然后不断向上构成更高层次的特征描述,边缘和边界是不同的,边缘是指图像中的像素值突变的地方,边界指实际场景中物体间的边界
常用的一阶算子:sobel,roberts,prewitt,canny
常用的二阶算子:laplacian
sobel
sobel是离散型的差分算子,用来运算亮度函数的梯度近似值,是典型的基于一阶导数的边缘检测算子。因为引入了类似局部平均运算,因此对噪声有平滑作用,能较好的消除噪声,sobel对像素位置的影响进行了加权,与Prewitt算子和Roberts算子相比效果更好。
sobel算子包括两个3*3矩阵,分别用来检测横向和纵向的亮度差分近似值,常用模板:
梯度大小和方向theta计算公式
如果theta等于0,说明该处有纵向边缘,左方较右方暗。
sobel的缺点:没有将图像和背景严格分开
sobel的另一种形式