Sobel運算元

Sobel運算元與Prewitt運算元非常相似。它也是一個導數模板，用於邊緣檢測。與Prewitt運算元一樣，Sobel運算元也用於檢測影像中的兩種邊緣。

與Prewitt運算元的區別

主要區別在於，在Sobel運算元中，模板的係數不是固定的，可以根據需要調整，除非它們違反了導數模板的任何屬性。

以下是Sobel運算元的垂直模板：

此模板的工作原理與Prewitt運算元的垂直模板完全相同。只有一個區別，即它在第一列和第三列的中心具有“2”和“-2”的值。應用於影像時，此模板將突出顯示垂直邊緣。

當我們將此模板應用於影像時，它會突出顯示垂直邊緣。它就像一階導數一樣，計算邊緣區域中畫素強度的差異。

由於中心列為零，因此它不包含影像的原始值，而是計算該邊緣周圍左右畫素值的差值。此外，第一列和第三列的中心值分別為2和-2。

這為邊緣區域周圍的畫素值賦予了更大的權重。這增加了邊緣強度，使其與原始影像相比得到增強。

以下是Sobel運算元的水平模板：

上述模板將查詢水平方向的邊緣，這是因為零列位於水平方向。當您將此模板與影像進行卷積時，它會在影像中突出顯示水平邊緣。唯一的區別是它在第一行和第三行的中心元素為2和-2。

此模板將突出顯示影像中的水平邊緣。它也基於上述模板的原理，計算特定邊緣的畫素強度差異。由於模板的中心行由零組成，因此它不包含影像中邊緣的原始值，而是計算特定邊緣的上下畫素強度差異。從而增加了強度的突然變化，使邊緣更清晰可見。

現在是時候看看這些模板的實際效果了

以下是我們將一次應用上述兩個模板的示例圖片。

將垂直模板應用於上述示例影像後，將獲得以下影像。

將水平模板應用於上述示例影像後，將獲得以下影像。

您可以看到，在我們應用垂直模板的第一張圖片中，所有垂直邊緣都比原始影像更清晰。同樣，在第二張圖片中，我們應用了水平模板，結果所有水平邊緣都清晰可見。

因此，您可以看到我們可以檢測影像中的水平和垂直邊緣。此外，如果您將Sobel運算元的結果與Prewitt運算元的結果進行比較，您會發現Sobel運算元找到的邊緣更多，或者使邊緣比Prewitt運算元更清晰可見。

這是因為在Sobel運算元中，我們為邊緣周圍的畫素強度分配了更大的權重。

現在我們還可以看到，如果我們對模板應用更大的權重，它將為我們獲得更多的邊緣。如教程開頭所述，Sobel運算元沒有固定的係數，因此這裡還有另一個加權運算元：

如果您將此模板的結果與Prewitt垂直模板的結果進行比較，很明顯，此模板將比Prewitt模板產生更多的邊緣，這僅僅是因為我們在模板中分配了更大的權重。

列印頁面