opencv学习之图像边缘检测-Sobel Laplace Cany

1. Sobel算子

在之前的讨论中,我们已经详细阐述了图像的卷积操作.其中一种关键的计算方式是对导数进行处理.为了识别图像中的边缘区域,请参考下图.

当我们讨论图像的空间频率分解时

通过函数的一阶微分运算我们可以更加清晰地观察到边缘"跃升"的现象及其发生位置；具体而言，在该区域的一阶导数的最大值对应着该处像素的变化幅度较大。如图所示：

从上面的介绍中可以看出，在进行图像边缘检测时可以通过确定某一点周围区域的变化幅度来识别出边界区域（这一方法还可以进一步地扩展为：当某一点周围区域的变化幅度超过某个特定阈值时即可认为该区域为图像边缘）

该论文中的