姓名：高強(qiáng)???? 學(xué)號：17011210057
轉(zhuǎn)載自：blog.csdn.net/jialeheyeshu/article/details/49518407，有刪改
【嵌牛導(dǎo)讀】：本文主要介紹圖像邊緣檢測算法的效果比較
【嵌牛鼻子】：邊緣檢測，比較，特點(diǎn)
【嵌牛提問】：圖像的邊緣檢測算法在圖像處理中是基礎(chǔ)算法，各種邊緣檢測的特點(diǎn)分別是什么？
【嵌牛正文】：
邊緣檢測是圖像處理和計(jì)算機(jī)視覺中的基本問題，邊緣檢測的目的是標(biāo)識數(shù)字圖像中亮度變化明顯的點(diǎn)。圖像屬性中的顯著變化通常反映了屬性的重要事件和變化。 這些包括（i）深度上的不連續(xù)、（ii）表面方向不連續(xù)、（iii）物質(zhì)屬性變化和（iv）場景照明變化。 邊緣檢測是圖像處理和計(jì)算機(jī)視覺中，尤其是特征提取中的一個(gè)重要研究領(lǐng)域。
下面用以下MATLAB代碼運(yùn)行的結(jié)果，進(jìn)行對比分析：
%各種邊緣檢測算法的比較
I=imread('lv.jpg');
I=rgb2gray(I);
I0=edge(I,'sobel');
I1=edge(I,'roberts');
I2=edge(I,'prewitt');
I3=edge(I,'log');
I4=edge(I,'canny');
I5=edge(I,'zerocross');
figure;
imshow(I0);
figure;
imshow(I1);
figure;
imshow(I2);
figure;
imshow(I3);
figure;
imshow(I4);
figure;
imshow(I5);
1.? Robert
邊緣定位精度較高，對于陡峭邊緣且噪聲低的圖像效果較好，但沒有進(jìn)行平滑處理，沒有抑制噪聲的能力。
2.? sobel和prewitt
進(jìn)行了平滑處理，對噪聲具有一定抑制能力，但容易出現(xiàn)多像素寬度。
3.? Laplacian
對噪聲較為敏感，使噪聲能力成分得到加強(qiáng)，容易丟失部分邊緣方向信息，造成一些不連續(xù)的檢測邊緣，同時(shí)抗噪聲能力較差。
4.? log
抗噪聲能力較強(qiáng)，但會(huì)造成一些尖銳的邊緣無法檢測到。
5.? canny
最優(yōu)化思想的邊緣檢測算子，同時(shí)采用高斯函數(shù)對圖像進(jìn)行平滑處理，但會(huì)造成將高頻邊緣平滑掉，造成邊緣丟失，采用雙閾值算法檢測和連接邊緣。
