sobel_amp（算子）

sobel_amp - 使用Sobel算子检测边缘（幅度）。

sobel_amp（图片：边缘图像：滤波器方式，掩膜大小:)

描述

sobel_amp计算图像的一阶导数，并用作边缘检测器。
过滤器基于以下过滤器掩码：

A =
1 2 1
0 0 0
-1 -2 -1

B =
1 0 -1
2 0 -2
1 0 -1
根据所选的过滤器类型，这些掩码的使用方式不同。 （在下文中，a和b表示将图像与A和B卷积为一个特定像素的结果。）

这里，thin（x）分别对应于垂直最大值（掩模A）和水平最大值（掩模B）的x，否则为0。因此，对于’thin_sum_abs’和’thin_max_abs’，渐变图像被稀疏化。
对于过滤器类型’x’和’y’，如果输入图像是byte类型，则输出图像的类型为int1，否则为int2类型。
对于尺寸为3x3的Sobel算子，直接应用相应的滤波器A和B，而对于较大的滤波器尺寸，首先使用尺寸为Size-2的高斯滤波器（参见gauss_image）或二项式滤波器（参见binomial_filter）对输入图像进行平滑处理。
为上述FilterType值选择高斯滤波器。这里，必须使用Size = 5,7,9,11或13。
通过将“_binomial”附加到FilterType的上述值来选择二项式过滤器。这里，可以在5到39之间选择大小。
此外，可以通过在Size中传递两个值来选择不同的平滑列和行方向的量。这里，Size的第一个值对应于掩模宽度（列方向上的平滑），而第二个值对应于二项式滤波器的掩模高度（行方向的平滑）。
二项式滤波器只能用于byte，uint2和real类型的图像。由于平滑减小了边缘幅度，在这种情况下，边缘幅度乘以因子2以防止信息丢失。因此，
sobel_amp（I，E，过滤式，S）

for Size > 3在概念上等同于

 scale_image(I,F,2,0)gauss_image(F,G,S-2)sobel_amp(G,E,FilterType,3)

or to

 scale_image(I,F,2,0)binomial_filter(F,G,S[0]-2,S[1]-2)sobel_amp(G,E,FilterType,3).

对于sobel_amp，实现了使用SIMD技术的FilterType =‘sum_abs’的特殊优化。这些特殊优化的实际应用由系统参数’mmx_enable’控制（参见set_system）。如果’mmx_enable’设置为’true’（并且SIMD指令集可用），则使用SIMD技术执行内部计算。请注意，SIMD技术在大型紧凑输入区域表现最佳。根据输入区域和硬件的功能，使用SIMD技术执行sobel_amp甚至可能比非使用SIMD技术花费更多时间。

sobel_amp可以在OpenCL设备上执行，用于过滤器类型’sum_abs’，‘sum_sqrt’，‘x’和’y’（以及它们的二项式变体）。请注意，当对Size> 3使用高斯过滤时，结果可能与CPU实现不同。

支持OpenCL计算设备。
多线程类型：可重入（与非独占运算符并行运行）。
多线程范围：全局（可以从任何线程调用）。
在元组级别自动并行化。
在通道级别自动并行化。
在域级别自动并行化。

参数

Image （input_object）（多通道 - ）图像（-array）→对象（byte / int2 / uint2 / real）
输入图像。

EdgeAmplitude（output_object）（多通道 - ）图像（-array）→对象（int1 / int2 / uint2 / real）
边缘幅度（梯度幅度）图像。

FilterType （input_control）string→（string）
过滤器类型。
默认值：‘sum_abs’
值列表：
‘sum_abs’，‘sum_abs_binomial’，‘sum_sqrt’，‘sum_sqrt_binomial’，‘thin_max_abs’，‘thin_max_abs_binomial’，‘thin_sum_abs’，‘thin_sum_abs_binomial’，‘x’，‘x_binomial’，‘y’，'y_binomial “
值列表（用于计算设备）：
‘sum_abs’，‘sum_sqrt’，‘x’，‘y’，‘sum_abs_binomial’，‘sum_sqrt_binomial’，‘x_binomial’，‘y_binomial’

Size （input_control）整数（-array）→（整数）
滤波掩膜的大小。
默认值：3
值列表：3,5,7,9,11,13,15,17,19,21,23,25,27,29,31,33,35,37,39