参考学习资料 集成 5 一种改进的Sobel图像边缘检测算法.pdf

维普资讯

第33卷第5期贵州工业大学学报(自然科学版)Vo1．33No．5

2004年10月JOURNALOFGUIZHOUUNIVERSITYOFTECHNOLOGYOctober．2004

(NaturalS,cienceEdition)

文章编号：1009—0193(2004)05—0077—03

一种改进的Sobel图像边缘检测算法

刘彩

(贵州工业大学机械工程与自动化学院，贵州贵阳550003)

摘要：在经典Sobel算法的基础上，介绍了一种改进算法。该算法能检测八个方向的图像边

缘，并能抑制噪声对边缘检测的影响。

关键词：图像；边缘检测；噪声；模板；Sobel算法

中图分类号：TP391文献标识码：A

0引言

图像的边缘是图像的最基本特征。

图像的边缘检测是图像处理中的重要研究内容，其检测算法一直是图像处理中的研究热点。获得一种

抗噪强、定位准、不漏检又不误检的检测算法，始终是人们努力的目标。

前人已经构造出了大量的边缘检测算法，经典Sobel算法就是其中的一种。尽管经典Sobel算法由于计

算量小，速度快，在很多领域得到了广泛的应用，但是经典Sobel算法能检测的边缘方向有限，抗噪能力较

低，这给它的使用带来了局限性。为此，对经典Sobel算法进行改进。

1Sobel图像边缘检测算法

Sobel算法的边缘检测，是在图像空间利用两个方向模板与图像进行邻域卷积来完成的。这两个方向模

板一个检测水平边缘，一个检测垂直边缘，如图1所示。图中，模板内的数字为模板系数，中间的黑点表示中

心元素，梯度方向与边缘方向总是正交垂直。

一101121

—202000

—101—1—2—1

(a)水平梯度方向，检测垂直边缘(b)垂直梯度方向，检测水平边缘

图1Sobel方向算子

算法的基本原理：由于图像边缘附近的亮度变化较大，所以可以把那些在邻域内，灰度变化超过某个适

当阈值的像素点当作边缘点。

算法的主要步骤：

I．分别将两个方向模板沿着图像从一个像素移到另一个像素，并将模板的中心像素与图像中的某个

像素位置重合；

Ⅱ．将模板内的系数与其对应的图像像素值相乘；

Ⅲ．将所有乘积相加；

Ⅳ．将两个卷积的最大值，赋给图像中对应模板中心位置的像素，作为该像素的新灰度值；

V．取适当的阈值TH，若像素新灰度值≥TH，则判该像素点为边缘点。

从上述可知，Sobel算法的优点是计算简单，速度快。但由于只采用了两个方向模板，只能检测水平方向

和垂直方向的边缘，因此，这种算法对于纹理较复杂的图像，其边缘检测效果欠佳；同时，经典Sobel算法认

收稿日期：2004一O7—25

维普资讯

78贵州工业大学学报(自然科学版)2004年

为，凡灰度新值大于或等于阈值的像素点都是边缘点。这种判定依据是欠合理的，会造成边缘点的误判，因

为许多噪声点的灰度新值也很大。

针对Sobel算法的缺点，本算法在经典Sobel算法的基础上，作了两方面的改进，以弥补Sobel算法的不

足。

2Sobel算法的改进

2．1方向模板由两个增加到八个

图像的边缘有许多方向。除了水平