matlab图像边缘检测各种算子比较

Roberts算子:局部差分算子寻找边缘，边缘定位精度较高，对陡峭边缘且含噪声少的图像效果较好。 容易丢失一部分边缘，没经过平滑处理，不具备能抑制噪声能力

Sobel算子和Prewitt算子:先做加权平滑，后微分，有抑制噪声能力，边缘定位较准。边缘容易出现多像素宽度，出现虚假边缘。

拉普拉斯算子:不依赖于边缘方向的二阶微分算子，对阶跃型边缘点定位准确。对噪声敏感，噪声成分加强，抗噪声能力差，易丢失一部分边缘的方向信息。

高斯-拉普拉斯算子:先用高斯函数作平滑滤波，后用拉普拉斯算子检测边缘，克服了拉普拉斯算子抗噪声能力比较差的缺点。在抑制噪声的同时，平滑掉了比较尖锐的边缘，造成无法检被测到尖锐边缘

Canny算子：此方法不容易受噪声的干扰，能够检测到真正的弱边缘。在edge函数中，最有效的边缘检测方法是Canny方法。该方法的优点在于使用两种不同的阈值分别检测强边缘和弱边缘，并且仅当弱边缘与强边缘相连时，才将弱边缘包含在输出图像中。因此，这种方法不容易被噪声“填充”，跟容易检测出真正的弱边缘。

Kirsch算子：对灰度渐变和噪声较多的图像处理效果较好。