边缘检测算子比较

边缘检测算子优缺点比较

Roberts:

• 对于具有陡峭的低噪声的图像处理效果比较好，但利用Roberts算子提取边缘的结果是边缘比较粗，因此边缘定位不是很准确。

Sobel：

• 对灰度渐变和噪声较多的图像处理效果比较好，Sobel算子对边缘定位比较准确。

Kirsch：

• 对灰度渐变和噪声较多的图像处理效果较好。

Prewitt：

• 对灰度渐变和噪声较多的图像处理效果较好。

Laplacian：

• 对图像中的越阶性边缘点定位准确，对噪声非常敏感，丢失一部分边缘的方向信息，造成一些不连续的检测边缘。

LoG:

• LoG算子经常出现在双边缘像素边界，而且该检测方法对噪声比较敏感，所以很少用SoG算子检测边缘，而是用来判断边缘像素是位于图像的明区还是暗区。

Canny：

• 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。