源源今天给分享sobel 算子的知识，其中也会对sobel算子特点进行解释，希望能解决你的问题，请看下面的文章阅读吧！

sobel 算子 sobel算子特点sobel 算子 sobel算子特点


sobel 算子 sobel算子特点


1、subplot(2,3,3),imshow(BW_prewitt),xlabel('prewitt检测');常见的边缘检测算子有Roberts算子、Prewitt算子、Sobel算子、Marr-Hidr边缘检测以及canny算子等。

2、BW6=edge(I,’canny’);一、利用梯度进行边缘检测1、Roberts算子采用对角线方向相邻两像素之近似的梯度幅值来检测边缘。

3、该算子定位较准确，但对噪声比较敏感，检测水平和竖直边缘效果好于斜向边缘。

4、2、Sobel算子根据图像的像素点上下、左右邻点灰度加权在边缘处达到极值这一特点来检测边缘。

5、该算子对噪声有较好的平滑作用，能提供建准确的边缘方向信息，但是边缘定位精度不高。

6、3、Prewitt算子边缘检测的思路与Sobel算子类似，也是在一个掩模中定义微分运算。

7、算子对噪声具有平滑作用，同样定位精度不够高。

8、二、更为先进的边缘检测技术1、Marr-Hildr算法（拉普拉斯算子）(2)采用拉对一个连续函数普拉斯模板对进行卷积；该算子是二阶微分算子，利用边缘点处二阶导函数出现零交叉原理来检测图像的边缘。

9、对灰度突变及噪声较敏感，不具有方向性，不能获得图像边缘的方向信息。

10、2、Canny算子Canny边缘检测算法步骤：(1)用一个高斯滤波器平滑输入图像(2)计算梯度幅值图像和角度图像(3)对梯度幅值图像进行非抑制(4)用双阈值处理和连接分析来检测并连接边缘Canny算子是上述中效果的算子，该算子去噪能力强，在连续性、细度和笔直度等线的质量方面也很出众。

11、但是Canny算子的性能带来的问题是：连接起来更复杂、执行时间较长。

本文到这结束，希望上面文章对大家有所帮助。