常用的边缘算子

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࿰