不同图像锐化算子提取的图像信息有哪些不同_传统图像处理

传统图像处理

一、边缘检测算子

①Sobel算子

该算子中引入了类似局部平均的运算，因此对噪声具有平滑作用，能很好的消除噪声的影响。与Prewitt算子相比，Sobel算子对于像素的位置的影响做了加权，可以降低边缘模糊程度，因此效果更好。

②Roberts 算子

没有经过图像平滑处理的，因此图像噪声一般得不到很好的抑制。

Roberts 算子的定位精度较高，对具有陡峭的低噪声图像。

③Prewitt算子

在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用。

④Laplacian算子

Laplace算子对孤立象素的响应要比对边缘或线的响应要更强烈，因此只适用于无噪声图象。存在噪声情况下，使用Laplacian算子检测边缘之前需要先进行低通滤波。

二、平滑和锐化

锐化就是通过增强高频分量来减少图像中的模糊,在增强图像边缘的同时也增加了图像的噪声。锐化滤波器是为了突出显示图像的边界和其他的细节，这些锐化是基于一阶导数和二阶导数的。

一阶导数可以产生粗的图像边缘，并广泛的应用于边缘提取，二阶导数对于精细的细节相应更好，常被用于图像增强。

常用的算子为Sobel和Laplacian

平滑与锐化相反,过滤掉高频分量,减少图像的噪声是图片变得模糊。主要用于图像的去噪。平滑要使用滤波器，为不改变图像的相位信息，一般使用线性滤波器。

几种不同的平滑方法：1. 归一化滤波器 2. 高斯滤波 3. 中值滤波

三、Canny检测

Canny边缘检测算法可以分为以下5个步骤：

1) 使用高斯滤波器，以平滑图像，滤除噪声。

2) 计算图像中每个像素点的梯度强度和方向。

3) 应用非极大值抑制，以消除边缘检测带来的杂散响应。

4) 应用双阈值检测来确定真实的和潜在的边缘。

5) 通过抑制孤立的弱边缘最终完成边缘检测。

1 高斯平滑滤波

为了尽可能减少噪声对边缘检测结果的影响，所以必须滤除噪声以防止由噪声引起的错误检测。为了平滑图像，