姓名：高强 学号：17011210057
转载自：blog.csdn.net/jialeheyeshu/article/details/49518407，有删改
【嵌牛导读】：本文主要介绍图像边缘检测算法的效果比较
【嵌牛鼻子】：边缘检测，比较，特点
【嵌牛提问】：图像的边缘检测算法在图像处理中是基础算法，各种边缘检测的特点分别是什么？
【嵌牛正文】：
边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。 这些包括（i）深度上的不连续、（ii）表面方向不连续、（iii）物质属性变化和（iv）场景照明变化。 边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个重要研究领域。
下面用以下MATLAB代码运行的结果，进行对比分析：
%各种边缘检测算法的比较
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
边缘定位精度较高，对于陡峭边缘且噪声低的图像效果较好，但没有进行平滑处理，没有抑制噪声的能力。
2. sobel和prewitt
进行了平滑处理，对噪声具有一定抑制能力，但容易出现多像素宽度。
3. Laplacian
对噪声较为敏感，使噪声能力成分得到加强，容易丢失部分边缘方向信息，造成一些不连续的检测边缘，同时抗噪声能力较差。
4. log
抗噪声能力较强，但会造成一些尖锐的边缘无法检测到。
5. canny
最优化思想的边缘检测算子，同时采用高斯函数对图像进行平滑处理，但会造成将高频边缘平滑掉，造成边缘丢失，采用双阈值算法检测和连接边缘。
