边缘检测（4）Prewitt边缘算子

最新推荐文章于 2025-05-01 16:20:03 发布

原创最新推荐文章于 2025-05-01 16:20:03 发布 · 4k 阅读

5 ·

CC 4.0 BY-SA版权

图像处理同时被 2 个专栏收录

79 篇文章

订阅专栏

算法演化

57 篇文章

订阅专栏

本文介绍了Prewitt边缘检测算子的工作原理及其在图像处理中的应用。通过使用两个特定的卷积核来分别计算图像在水平和垂直方向上的梯度，进而得到边缘强度图像。该方法具有较好的噪声抑制能力，但对边缘的定位精度稍逊于Roberts算子。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Prewitt边缘算子的卷积和如下图所示，图像中的每个像素都用这两个核做卷积，取最大值作为输出，也产生一幅边缘幅度图像。

Prewitt算子在一个方向求微分，而在另一个方向求平均，因而对噪声相对不敏感，有抑制噪声作用。但是像素平均相当于对图像的低通滤波，所以Prewitt算子对边缘的定位不如Roberts算子。

I=imread('lena.bmp');
I=im2double(I);
%figure;
%imshow(I);title('org img');

[height width R]=size(I);
for i=2:height-1
    for j=2:width-1
        Dx=[I(i+1,j-1)-I(i-1,j-1)]+[I(i+1,j)-I(i-1,j)]+[I(i+1,j+1)-I(i-1,j+1)];
        Dy=[I(i-1,j+1)-I(i-1,j-1)]+[I(i,j+1)-I(i,j-1)]+[I(i+1,j+1)-I(i+1,j-1)];
       P(i,j)=sqrt(Dx^2+Dy^2);
     
    end
end
%figure;
%imshow(P,[]);
for i=1:height-1
    for j=1:width-1
        if (P(i,j)<0.5)
            P(i,j)=1;
        else P(i,j)=0;
        end
    end
end
figure;
imshow(P,[]);