数字图像边缘检测及提取算法研究与分析(11)

本科生毕业论文,内容完善,仅供参考,请勿抄袭!否则后果自负!!

第4章 试验结果的比较与分析

在数字图像处理中，对边缘检测主要要求就是运算速度快，边缘定位准确，噪声抑制能力强。我利用面向对象程序设计语言Visual C++进行数字图像边缘检测实验，分别对上面几种算法进行编程实现，各个算法的试验结果如图4.2，图

4.3，图4.4所示：

图4.1 试验原图 图4.2 Roberts算子

图4.3 Sobel算子 图4.4 laplacian算子

从实验结果可以清楚地看到，在做图像的边缘检测时可以根据不同的需要来选择不同的算子进行边缘检测。Roberts算子利用局部差分算子寻找边缘，边缘定位精度较高，但容易丢失一部分边缘，同时由于没有经过图像平滑计算，因此不能抑制噪声，该算子对具有陡峭的低噪声图像响应最好，如图4.2所示。

Sobel边缘检测算子不但可以产生较好的边缘效果，而且对噪声具有平滑作用，减小了对噪声的敏感性。但是，Sobel边缘检测算子也检测出了一些伪边缘，使得边缘比较粗糙，降低了检测定位精度，如图4.3.在检测定位精度要求不是很高的情况下，Sobel算子是比较常用的边缘检测算子。

Laplace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检测边缘。不具方向性，对灰度突变敏感，定位精度高，同时对噪声敏感，且不能获得边缘方向等信息，如图4.4所示。

综合比较这几种经典算法的优缺点，目前边缘检测最有效的方法是Canny方法，它具有以下的优点：

(1) 低误码率，很少把边缘点误认为非边缘点；

(2) 高定位精度，即精确地把边缘点定位在灰度变化最大的像素上；

(3) 抑制虚假边缘。