对于sobel算子和卷积核的一些总结

最近做cv的实验二，遇到了sobel算子还有卷积核这些东西，不知道他们具体的区别是什么，所以做一个小总结

一，关于sobel算子

一个小总结就是sobel算子是用来检测边缘的，分别给出了两个方向上的卷积核
，然后说明用法，这就是sobel算子。这句话等理解了该算子之后应该能够理解
的更深刻吧，反正我目前不懂

在图像处理过程中的边缘检测方法。
在图像处里中，边缘被认为是灰度值变化剧烈的地方，那么关于剧烈的度量方式
就是用sobel算子，他对这些问题做了自己的规范，过程就是对一幅图像的输入
到输出边缘信息的整个处理过程
sobel算子的思想就是他认为邻域的像素对于当前像素产生的影响不是等价的，
由于这种不等价，所以我们就给距离不同的像素具有不同的权值，一般距离
越远产生的效果越小。
sobel算子的原理对传进来的图像像素做卷积，（卷积的实质就是在求梯度
，或者说给一个加权平均，其中权值就是所谓的卷积核，然后通过对生成
的新像素灰度值做阈值运算，用来确认边缘信息。

二，我们简单的认识并总结一下上面的话就是我们的sobel算子就是卷积核（如果我说错的请您在评论区告诉我，我大概阅读理解比较差hhh）

我们在上面既然提到了阈值处理，纳闷对于阈值处理和平滑处理通常是为了
消除噪声对sobel算子的影响，会增加一个预处理的操作，主要是
平滑处理降低噪声的影响