边缘检测常用的算子有：Roberts算子、Sobel算子、Prewitt算子和拉普拉斯算子。其中Sobel是最常用的边缘检测器使用的算子，它采用3x3邻域可以避免在像素之间内插点上计算梯度。利用几种不同的算法进行比较之后发现边缘检测伪边缘点比较少，效果比较好。Sobel是一种计算梯度幅值的算子：

Sobel边缘检测算子使用两个模板，（一个水平的,一个是垂直的）,每一个逼近一个偏导数：

因此，上式中偏导数对的计算公式为：

其中ai,i=0,2...7为某像素点的邻域像素的灰度值。

Sobel算子实现思路如下：对输入图像分别使用水平和垂直模板做卷积计算，对得到的两个处理结果求平方和，该平方和与阈值的平方比较。只有当某点的两种卷积的平方大于阈值的平方，且水平占优（水平模板卷积结果大于垂直模板卷积的结果，且该点的卷积平方大于其左右两点的卷积平方和）或者垂直占优（垂直模板卷积的结果大于水平模板卷积的结果，且该点的卷积平方和大于其上下两点的卷积平方和）时，该点的输出结果为255，否则为0。输出的结果为二值图像。第一行和最后一行本来就是图像边界，不包括可用信息，因此相应的输出为0，按照这个思路课题编写了相应的Sobel算子实现程序，程序流程图如下图所示：

Sobel算子边缘检测程序流程图

课题对编写完的程序进行了测试，程序中阈值为966，测试效果如下图所示：

（a）原始图片                                            （b）边缘检测后的图片

BF533边缘检测效果