用C#实现索贝尔算子

什么是Sobel算子

    Sobel算子是像素图像边缘检测中最重要的算子之一
    Sobel算子是一个离散微分算子。（discrete differentiation operator）用来计算图像灰度的近似值
    Sobel算子功能集合了高斯平滑和微分求导
    又被称为一阶微分算子，求导算子，在水平和垂直两个方向上求导，得到图像X方向和Y方向的梯度图像。

官方图例：

 

在这里插入图片描述
在图片中 红圈处，是头发和脸交汇处（边缘），是不同的颜色，他们之间的像素差别最大。是像素值发生跃迁的地方，变化曲线可以用 f ( t ) f(t) f(t)表示， f ( t ) f(t) f(t)函数图中红圈表示变化最大的点，而对 f ( t ) f(t) f(t) 求导 得到 f ‘ ( t ) f`(t) f‘(t)。差值变化曲线，像一个钟摆行。最高处代表边缘点（差值最大处）。
如果 f ( t ) f(t) f(t) 看作函数的话， f ‘ ( t ) f`(t) f‘(t)就是他的导函数，我们通过前一个像素和当前像素的差值，边缘处得到最大体现，而非边缘处的差值很小或几乎是0，得到最小体现，然后整个图像进行积分求导，提取最大体现的边缘。

卷积应用-- 边缘提取：

    边缘是什么，是像素值发生跃迁的地方，是图像的显著特征之一，在图像特征提取，对象检测，模式识别等方面都有很重要的作用。
    如何获取边缘 ，对图像求他的一阶导数。
    d e l t a = f ( x ) − f ( x − 1 )
 delta 越大，说明像素在 X 的方向变换越大，边缘信号越强。

 

该算子包含两组3x3的矩阵，分别为横向及纵向，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，其公式如下:

 

图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。