计算机视觉经典边缘算子计算实例概述.pptVIP

一、正文(8/8) B.对图像进行各种算子运算（组2） （a）原图 （b）Sobel算子 （c）Prewitt算子 （d）Canny算子 图1-3 对原图进行各种算子变换组2 二、实验总结（1/2） Sobel算子对对角边缘的敏感程度比水平和垂直边缘的敏感度更深(如图1-2、1-3（a）)。反之，Prewitt算子则对水平和垂直边缘更加敏感(如图1-2、1-3（b）)。Prewitt和Sobel算子仅在平滑部分的权值选择上有些差异，但图像产生了一定的模糊且有些边缘还检测不出，检测精度比较低。该类算子较适于图像边缘灰度值明显的情况。 1.Sobel和Prewitt算子对噪声有抑制作用。 2.Canny算子效果明显优于其他算子。 Canny算子则由于他进行了“非极大值抑制”和形态学连接操作，使提取的边缘则十分完整，边缘的连续性也很好，效果明显优于其他算子（如图1-2、1-3（c））。 二、实验总结(2/2) 此外，考虑实际应用方向以及各算子的特点，还可以得出如下结论： ①Sobel算子和Prewitt算子对灰度渐变和噪声较多的图像处理效果会比较好，对边缘的定位也比较准确。 ②Canny算法不容易受噪声的干扰,能够检测到真正的弱边缘，是最优边缘检测算子。但仍存在一些问题: 传统Canny 算法用八邻域象素的梯度值判断当前点是否具有局部最大值会导致检测