图像处理边缘检测算法————sobel算法

一、了解边缘检测

边缘检测的目的是标识数字图像中亮度变化明显的点。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。常用的边缘检测模板有Laplacian算子、Roberts算子、Sobel算子、log（Laplacian-Gauss）算子、Kirsch算子和Prewitt算子等。

Sobel算子是常用的边缘检测模板，算法比较简单，实际应用中效率比 canny 边缘检测效率要高，但是边缘不如 Canny 检测的准确.

边缘检测效果：

二、边缘检测原理

Sobel 边缘检测提供了x水平和y垂直两个方向的滤波模板 ，可以只检测竖直边缘或垂直边缘或都检测。

 实现步骤：

1.采用上面的模板对原图像A 进行卷积。得到 Gx 为水平横向梯度幅值，Gy为垂直方向梯度幅值。（梯度：灰度值的变化情况，梯度幅值相当于2个相邻像素灰度值之间的差异。）

2.  由横向灰度值 Gx 和纵向灰度值 Gy，计算该点的灰度值：

 FPGA是不擅长做平方和开根运算的，可以采用近似计算方法：

 

 梯度方向的计算：