学习Sobel算子-边缘检测

 Sobel滤波原理

Sobel 滤波,也称Sobel算子,是像素边缘检测中最重要的算子之一,在机器学习、数字媒体、计算机视觉等信息科技领域起着举足轻重的作用。边缘点其实是图像灰度跳变剧烈的点,所以先计算梯度图像,然后将梯度图像中较亮的那一部分提取出来就是简单的边缘部分。根据该原理,Sobel算子首先用两组3×3的滤波器分别对图像横向及纵向进行滤波,从而得到横向和纵向的梯度图像(亮度差分近似值)。若A表示原始图像,分别代表经横向及纵向边缘检测的图像,其公式如下:

 

(1)

 

 

(2)

图像的每一个像素的横向及纵向梯度近似值可用G=\sqrt{G_{x}^{2}+G_{y}^{2}}结合。然后计算梯度方向:\theta =arctan\left ( G_{x}/G_{y}\right )。此外,计算梯度图像时一般会使用\left | G \right |=\left | G_{x} \right |+\left | G_{y} \right |,用绝对值消除梯度方向的影响。

猜你喜欢

转载自blog.csdn.net/m0_37849252/article/details/81780787