定义
一种基于一阶微分的边缘检测算法。
边缘在灰度变化曲线一阶微分则会形成一个局部的极值，Sobel算子正是利用了这一点来实现对边缘的检测。
Sobel是利用两个不同方向的卷积核Gx和Gy来求梯度值的，而由于邻域的像素对当前像素产生的影响不是等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不同。一般来说，距离越远，产生的影响越小，所以卷积核权重的设计为居中位置权重大，边缘位置权重小，因此卷积核也相当于一个加权计算，其中权值就是所谓的卷积核[1] 。
将两个方向检测出来的边缘结合在一起，就构成了整个图像的边缘检测结果：
但是Sobel算子的问题在于，计算方向单一，对复杂纹理的情况显得乏力，而且对噪声是比较敏感的，全场的边缘也有可能并不连续。
图 1 原图（左）及Sobel算子边缘检测图（右）
参考文献
[1] https://en.wikipedia.org/wiki/Sobel_operator
参阅：边缘检测
