log算子_roberts算子_YanMY2012的专栏（若有侵犯，请您指出，我会删档）

Sobel卷积因子为：

具体计算如下：

图像的每一个像素的横向及纵向灰度值通过以下公式结合，来计算该点灰度的大小：

通常，为了提高效率使用不开平方的近似值：

然后可用以下公式计算梯度方向：

若图像为： 

则使用近似公式的计算的结果为：

Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边沿的，另一个是检测垂直边沿的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。将sobel算子矩阵中的所有2改为根号2，，就能得到各向同性Sobel的矩阵。

　　由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开来，即sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。

参考：

除此之外：由于基础核具有关于0，0，0所在的中轴正负对称，所以通过对基础核的旋转，和图像做卷积，可以获得灰度图的边缘图，同时消去旋转角方向+180°上的边缘，迭代多个方向即可消去多个方向的边缘，但是为消去的边缘会加倍。

基础核：

0°

-1

0

1

-2

0

2

-1

0

1

旋转后的核（顺时针为正）

45°

-2

-1

0

-1

0

1

0

1

2

 90°

-1

-2

-1

0

0

0

1

2

1

 135°

0

-1

-2

1

0

-1

2

1

0

180°

1

0

-1

2

0

-2

1

0

-1

 225°

2

1

0

1

0

-1

0

-1

-2

  270°

1

2

1

0

0

0

-1

-2

-1

原图：

 结果图如下，按0°，45°，90°，135°，180°，225°，270°排序

代码如下：

#include "cv.h"
#include "cxmisc.h"
#include "highgui.h"
#include <vector>
#include

  本文关键词：sobel算子，由笔耕文化传播整理发布。