1.Sobel边缘检测算法

sobel边缘算子认不同为邻域的像素对当前像素产生的影响不是等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不同。一般来说，距离越大，产生的影响越小。这两个卷积因子分别对垂直边缘和水平边缘影响最大，两个卷积的最大值做为该点的输出位。

边缘检测

该算子包含两组3*3的矩阵，分别为图像横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值，其公式如下：

边缘检测

具体计算如下：

边缘检测

其中f(a,b)表示图像(a,b)点的灰度值；

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：

边缘检测

通常，为了提高效率，使用不开平方的近似值：

边缘检测

如果梯度G大于某一阈值，则认为改点(x,y)为边缘点。

然后可用以下公式计算梯度方向：

边缘检测

sobel算子根据像素点上下、左右邻点灰度加权差，在边缘处达到极值这一现象检测边缘。对噪声具有平滑作用，提供较为精确的边缘方向信息，边缘定位精度不够高。当对精度要求不是很高时，是一种较为常见的边缘检测方法。

代码：




void Sobel(unsigned char *pSource, unsigned char *pDst)



{



 int    i,j,Gx,Gy,nSum;



 unsigned char *pDs1,*pDs2,*pDs3,*pDs4,*pDst5,*pDst6,*pDst7,*pDst8,*pDst9,*pResut;



 memset(pDst,0,sizeof(unsigned char)*m_nWidth*m_nHeight);



 pDs1 = pSource;



 pDs2 = pDs1+1;



 pDs3 = pDs2+1;



 pDs4 = pSource+m_nWidth;



 pDst5 = pDs4+1;



 pDst6 = pDst5+1;



 pDst7 = pSource+2*m_nWidth;



 pDst8 = pDst7+1;



 pDst9 = pDst8+1;



 pResut = pDst+m_nWidth+1;



 



 for (i=1;i<m_nHeight-1;i++)



 {



  for (j=1;j<m_nWidth-1;j++)



  {



   Gx = (*pDs3)+2*(*pDst6)+(*pDst9)



    -(*pDst7)-(*pDs1)-2*(*pDs4);



   Gy = (*pDs1)+2*(*pDs2)+(*pDs3)



    -(*pDst7)-2*(*pDst8)-(*pDst9);



   nSum = abs(Gx)+abs(Gy);



   *pResut = nSum>175?255:0;



   pDs1++;



   pDs2++;



   pDs3++;



   pDs4++;



   pDst5++;



   pDst6++;



   pDst7++;



   pDst8++;



   pDst9++;



   pResut++;



  }



  pDs1+=2;



  pDs2+=2;



  pDs3+=2;



  pDs4+=2;



  pDst5+=2;



  pDst6+=2;



  pDst7+=2;



  pDst8+=2;



  pDst9+=2;



  pResut+=2;



 }



}