canny边缘检测算法_每日一练(18)-Sobel边缘检测算法

预备知识：

1. 边缘：灰度或结构等信息的突变处，边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。

2. 边缘点：图像中具有坐标[x，y]，且处在强度显著变化的位置上的点。

3. 边缘段：对应于边缘点坐标[x，y]及其方位 ，边缘的方位可能是梯度角。

索贝尔算子（Sobeloperator）主要用作边缘检测，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灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量。

Sobel卷积因子,如下图：

G_x

G_y

该算子包含两组3x3的矩阵, 分别为横向及纵向(G_x为x方向需要使用的卷积因子，G_y为y方向需要使用的卷积因子),将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。

如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值，其公式如下：

Gx = G_x * A

Gy = G_y * A

某点的灰度值计算公式如下:

简化的近似计算公式如下：

举例如下(3*3的图像窗口):

计算如下:

转换一下：

合并公式：

由此可以计算出G点的灰度值，如果大于某一阀值，就认为该点为边缘点。