sobel運算元是canny邊緣檢測的核心，也是車道線檢測的中心，所以弄清其原理很重要。
要理解sobel邊緣檢測，首先弄清楚一點影象每一點的畫素值是一個和x,y都相關的值，即f(x,y), 任意給定的x和y都可以索引到一個畫素值。

下圖一代表了一個普通的影象，從中畫一條紅線，相當於固定y，取上面的畫素值可以得到下圖二所示的影象，橫軸為x的座標，縱軸為畫素值，圖三則為畫素值對x的導數(圖二圖三即為y固定為y0，f(x,y0)和x， f(x,y0)導數和x的影象)，可以看出導數(梯度)最大或最小的地方即為該紅線上邊緣點所在的位置。有了這個概念之後，就可以進行下一步了

再來看下面這張圖，任意一點的導數為

梯度計算公式：

所以接下來就是怎麼用filter或者卷積核表示導數，從而對整張圖計算梯度，見下圖，從導數定義開始

但是，影象上的每一點（x,y）都是離散的點，所以離散導數的梯度計算公式為

所以任意一點的右導數可以用下面的卷積核表示
那如果想要導數值更精確，導數更平滑呢，可以取左右導數的平均值

卷積核就變成下圖所示，任意一點的導梯度為前後元素差的1/2

好了，索貝爾運算元就到這裡了，這是canny邊緣檢測的核心，後續可能會有hough變換的原理介紹，這樣簡單的車道線檢測原理應該差不多清楚了。