sobel 算子

常用于边缘检测，在粗精度下，是最常用的边缘检测算子。

sobel算子是由两个3x3的卷积核构成，分别用于计算中心像素邻域的灰度加权差。

分为垂直和水平方向的sobel滤波器GX  and  Gy

sobel卷子因子为：

 该算子包含两组3x3的矩阵，代表水平和垂直两个方向，将之与图像平面卷积，即可分别得出水平和垂直的亮度差分近似值。

A为原始图像，Gx，Gy分别代表水平和垂直

 sobel算子的主要用途：

边缘检测时：Gx用于检测纵向边缘，Gy用于检测横向边缘

计算法线时：Gx用于计算法线的横向偏移, Gy用于计算法线的纵向偏移

sobel算子应用时进行给定图像的卷积操作，卷积为计算图像大矩阵周围像素和滤波器矩阵对应位置元素的乘积, 然后把结果相加到一起, 最终得到的值就作为该像素的新值, 这样就完成了一次

卷积，之后继续移动卷积核，直到把大矩阵每个位置都运算完毕，因为相邻像素卷积结果一般具有相似输出，会产生大量冗余信息，一般为减少输出值会进行求取最大小值或者平均值的池化操作。

经sobel算子处理的图像（图像来源于网路，侵删）

 值得注意的是，一般卷积操作会伴随卷积核的翻转，而sobel却不需要翻转，因为绕中心点旋转180°，并不影响结果。