关于sobel算法：

1. 这是一种离散的卷积算法。由于数字图像是以离散的像素形式体现图像，故数字图像处理的实质就是离散数字的处理。
2. 所谓卷积（convocation），是对所关心像素进行的离散处理，不仅根据卷积点原图像的数值，而且根据其周期像素的数值。平面卷积按照模板的大小和类型分类，典型的数字图像平面卷积模板采用3*3模板（即课程讨论的计算阵列）
3. 采用卷积模板计算对应的图像处理结果（这里是sobel）时，将3*3模板在原数字图像上移动，每次一个像素（或横向，或纵向），以此得到全部图像像素的卷积计算结果，作为图像处理的结果。
4. 采用3*3模板卷积时，必定有第1行，最后行，最左列和最右列的像素计算无法得到有效数值，称为卷积计算的边界处理，现代文献中，有将边界值填零，有将边界值填镜像，有将边界值做特定的逻辑运算的各种方案，至芯教材中采用填零的做法。
5. 有了算法，如何将算法转变成电路，则是EDA的算法工程师的主要任务。在夏老师的代码中，采用了如下方式的结构以支持算法：
5.1 像素是8比特，数据总线是32比特。即一次存储器的读写访问一个字，可以访问四个像素。
5.2 采用了三个行的字寄存器分别进行前一行，当前行和后一行的一个取样列（字宽度，即4个字节/像素）
5.3 这样在600宽度的图像中，就有0~149个取样列
5.4 在每次取样后，进行对应的移位操作，在整个计算流水线上（含行寄存器移出，计算阵列移动，导数计算，绝对值计算，结果寄存器的移动）移动一个字节/像素。
5.5 因此，取样行从0行，0列开始，到398行，149列终止，以完成一个图像帧的计算。

关于sobel算法      

关于sobel算法