文档介绍：基于sobel和canny的边缘检测原理Sobel的原理:Sobel算子是图像处理中的算子之一,主要用作边缘检测。它是一种离散性差分算子,用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子,,分别为横向及纵向,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。以I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,其公式如下:(1)图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合,来计算梯度的大小公式为:(2)计算梯度方向公式为:(3) 由于Sobel算子是滤波算子的形式,用于提取边缘,可以利用快速卷积函数,简单有效,因此应用广泛。但是Sobel算子并没有将图像的主体与背景严格地区分开来,换言之就是Sobel算子没有基于图像灰度进行处理,由于Sobel算子没有严格地模拟人的视觉生理特征,所以提取的图像轮廓有时并不能令人满意。在观测一幅图像的时候,我们往往首先注意的是图像与背景不同的部分,正是这个部分将主体突出显示,基于该理论,我们给出了下面阈值化轮廓提取算法,该算法已在数学上证明当像素点满足正态分布时所求解是最优的。Canny的原理:1、图象边缘检测必须满足两个条件:其一必须有效地抑制噪声;其次必须尽量精确确定边缘的位置。2、根据对信噪比与定位乘积进行测度,得到最优化逼近算子。这就是Canny边缘检测算子。3、类似于LoG边缘检测方法,属于先平滑后求导数的方法。Canny边缘检测算法可以分为四个步骤:1)用高斯滤波器平滑图象;2)用一阶偏导的有限差分来计算梯度的幅值和方向;3)对梯度幅值进行非极大值抑制4)用双阈值算法检测和连接边缘