OpenCV Sobel和Scharr算子

Sobel算子的特性

卷积应用-图像边缘提取

●边缘的定义- 边缘是像素值出现突变的位置，属于图像中具有重要意义的特征之一，在图像特征分析、目标识别以及模式分类等多个方面均发挥着关键作用。

●如何实现边缘捕捉/提取 - 通过对图像进行一阶导数运算
delta= f(x)-f(x-1), delta数值越高，表示在x方向上像素的变化越剧烈，
边缘信号强度也就越显著，

●若一时无法回忆，无需担忧，采用Sobel算子即可！通过卷积运算实现！

Sobel算子的定义
●是一种离散微分运算工具 ( discrete differentiation operator),
用于估算图像灰度值的变化率

●Sobel算子集成了高斯滤波与微分计算的功能

●也被称为一阶微分运算工具, 用于在水平与垂直两个方向上进行求导操作, 进而获得图像在x方向和y方向上的梯度分布图

最终梯度 G=水平梯度|Gx|+垂直梯度|Gy|

Sobel算子
●用于计算导数的近似值 , 当kernel尺寸为3时精度有限(由于跨度较小容易受到噪声影响)，OpenCV
中采用优化后的Scharr函数进行处理，相关算子如下 :

    	-3    0 	+3 
    Gx= -10   0 	+1