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。