首先在网上搜索了什么是sobel:
一、先是理解一下什么是卷积
文字来解释就是:卷积的其中一方参与者是冲击响应,它所描述的的曲线方向与时间流逝一致。而卷积的输出等于以前的信号效果累加,这个累加必然从当前时间点逆时间流逝方向进行的。很显然,离当前时间越近,那个输入残留在系统中的回响就越大。
再说说自己对卷积公式的理解,也是每次自己容易困惑的地方:注意公式中的n才是自变量(意义便是n时刻的系统响应),t只是用于积分的,f(n-t)是n时刻时往回倒t单位时间时,也就是(n-t)时刻的信号输入,而h(t)则是f()这个信号对于时间的变化,所以将n时刻前的每个时间的信号输入与其对应的对于时间变化的响应相乘(结合上面图片理解),把这些结果叠加起来就是n时刻获得的响应。
二、然后是对图像处理中的卷积,涉及到一些矩阵的东西
ps:虽然上面对卷积的理解解开了以前一直以来对卷积的困惑,不过在看图像处理中的卷积时感觉好像不一样。。。

本文介绍了Sobel滤波在图像处理中的应用,通过理解卷积概念,探讨了Sobel算子在边缘检测中的作用。利用Halcon的sobel_amp函数,展示了如何进行图像边缘检测,并讨论了不同FilterType和Size参数对结果的影响。
最低0.47元/天 解锁文章
1246

被折叠的 条评论
为什么被折叠?



