机器视觉——sobel算子边缘检测

　　Sobel算法主要用于边缘检测，在技术上它是以离散型的差分算子，用来运算图像亮度函数的梯度的近似值， Sobel算子是典型的基于一阶导数的边缘检测算子，由于该算子中引入了类似局部平均的运算，因此对噪声具有平滑作用，能很好的消除噪声的影响。Sobel算子对于象素的位置的影响做了加权，与Prewitt算子、Roberts算子相比因此效果更好。 

　　这次我们使用sobel算子边缘检测的方法来获取图像的边缘，任务图片如下：

 

 　　首先使用imshow（）读取图片：

 

 

 

 　　接着使用Sobel()函数获取图片x，y轴上的边缘信息：

 

 　　其中CV_16S是为防止系统进行sobel运算后出现负值或大于255的值导致图片出现截断现象，而将图像数据类型改为16位有符号的数据类型。convertScaleAbs()函数是将其转换回原来的8位无符号数的形式将图片输出。经过sobel处理后得到如下两张图：

　　x轴边缘

 

 　　y轴边缘

 

 　　接着使用addWeighted()函数将两张图组合起来，组合后的图片即是我们需要的图片边缘图像：

 

 

 

 　　最后一步，将图像反相，得到清晰的图片边缘图像：

 

 

 

 　　以上就是open CV使用Sobel算子边缘检测提取图片边缘的完整步骤。