2024年6月2日发(作者：)

边缘检测常用算子：

基于一阶微分的边缘检测方法：

Roberts 算子考虑图像的2*2邻域，是最简单的边缘检测算子，算法过程简述：

【1】，遍历图像（除去上边缘和左边缘），对每个像素做Roberts模板运算。

【2】，将结果保存到目标图像，结束。

Sobel算子考察的是3*3邻域，由两个卷积核组成，见上图，算法过程简述：

【1】，遍历图像（除去边缘，防止越界），对每个像素做Sobel模板卷积运算。

【2】，比较两个计算结果的大小，取较大者复制到目标图像，结束。

Prewitt算子和Sobel算子类似，所不同的是选用不同的模板而已，算法过程相同。

Krisch算子同样考究3*3邻域，所不同的是选用了八个卷积核，见上图，算法过

程简述：

【1】，遍历图像（除去边缘，防止越界），对每个像素做Krisch模板卷积运算。

【2】，比较八个计算结果的大小，取较大者复制到目标图像，结束。

基于二阶微分的边缘检测方法：

两种

Laplacian

模板

Gauss-Lanlancian

算子

Laplacian 算子是二阶导数边缘算子，考察的是3*3邻域，上图是两种比较常用

的模板，算法简述如下：

【1】，遍历图像（除去边缘，防止越界），对每个像素做Laplancian模板卷积运

算，注意是只做其中的一种模板运算，并不是两个。

【2】，复制到目标图像，结束。

Gauss-Laplacian考察的是5*5的邻域，检测的同时，引入了滤波，是噪声得以平

滑，上图是一种常用的算子，算法简述。

【1】，遍历图像（除去边缘，防止越界），对每个像素做Gauss -Laplancian模板

卷积运算。

【2】，复制到目标图像，结束。

Canny边缘检测是非常重要的一种边缘检测算法，主要过程如下：

【1】，用高斯滤波器平滑图像。

已经学习过，根据高斯函数，构造高斯模板，进行滤波，不在赘述。

【2】，用一阶偏导的有限差分来计算梯度的幅值和方向；

计算梯度作用模板，遍历像素，进行模板运算即可。

12

幅值和方向：

1

m,nfm,nH

1

m,n

2

m,nfm,nH

2

m,n

22

m,n

m,n

m,n

12

1

2

m,n

m,ntan

1

m,n

H

11

11

H

11

11



