基于Sobel算法的边缘检测简介-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于Sobel算法的边缘检测简介。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

边缘是图像的基本特征，包含了用于图像识别的有用信息，在计算机视觉、图像分析和图像处理等应用中起着重要作用。

边缘检测，针对的是灰度图像，顾名思义，检测图像的边缘，是针对图像像素点的一种计算，目的是标识数字图像中灰度变化明显的点，图像的边缘检测，在保留了图像的重要结构信息的同时，剔除了可以认为不相关的信息，大幅度减少了数据量，便于图像的传输和处理。

边缘检查的方法大致可以分为两类：基于查找的一类，通过寻找图像一阶导数中最大值和最小值来检测边界，包括 Sobel 算法、 Roberts Cross 算法等；基于零穿越的一类，通过寻找图像二阶导数零穿越来寻找边界，包括 Canny 算法， Laplacian 算法等。

Sobel 边缘检测算法比较简单，虽然准确度较低，但在实际应用中效率较高，在很多实际应用场合，Sobel 算法却是首选，尤其是对效率要求较高，对纹理不太关心的时候。

Soble 算法的核心就是 Sobel 算子，该算子包含两组 3x3 的矩阵，如图 1

图 1 卷积因子

对于图像而言，取 3 行 3 列的图像数据，将图像数据与对应位置的算子的值相乘再相加，得到 x 方向的 Gx ，和 y 方向的 Gy ，将得到的 Gx 和 Gy ，平方后相加，再取算术平方根，得到 Gxy ，近似值为 Gx 和 Gy 绝对值之和，将计算得到的 Gxy 与我们设定的阈值相比较，Gxy 如果大于阈值，表示该点为边界点，此点显示黑点，否则显示白点。具体见图 2