各种边缘检测算法效果对比-差分运算法、Sobel、Scharr、Laplace(拉普拉斯)、Roberts、Canny

原创 已于 2022-05-07 13:22:40 修改 · 1w 阅读 · 15 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

于 2016-06-27 14:44:15 首次发布
本文通过对比多种图像边缘检测方法的效果，发现Canny算子的表现最佳。通过对源图像进行处理并展示不同算法的结果，验证了Canny算子在保持边缘清晰度的同时能有效减少噪声。
部署运行你感兴趣的模型镜像

​图像边缘检测的概念和大概原理可以参考我的另一篇博文，链接如下：
https://blog.youkuaiyun.com/wenhao_ir/article/details/51743382

源图像如下图所示：

下面是各种方法的运算结果：

从上面的结果我们可以看出效果排名：效果最好的就是Canny算子！

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

【图像处理】德里奇（ Deriche）边缘检测器
gongdiwudu的专栏
09-06 8417
Deriche边缘检测，同canny算法齐名，因此，知道canny原理，也有必要知道德里奇的检测原理。本篇专门针对德里奇算法展开讨论。
几种边缘检测算子的比较Roberts，Sobel，Prewitt，LOG，Canny
热门推荐
never give up的博客
07-06 9万+
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：深度上的不连续、表面方向不连续、物质属性变化和场景照明变化。 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研究领域。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来
图像处理常用边缘检测算子总结
小熊不去实验室
05-07 6140
不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免
常用基础算法——差分
最新发布
2201_75310797的博客
11-06 952
本文系统讲解差分算法及其应用。差分作为前缀和的逆运算，通过预处理实现区间快速修改。差分算法将区间修改的时间复杂度从O(n)优化至O(1)，是处理批量区间操作的高效方法。
图像处理(四) Sobel边缘检测与canny边缘检测对比
qq_42313095的博客
04-19 6951
Sobel边缘检测与canny边缘检测对比
图像算法八 —— 多种边缘检测算法（Sobel算子、Isotropic Sobel算子、Roberts算子、Prewitt算子、Laplacian算子、Canny算子）介绍及比较
weixin_43662553的博客
08-13 2万+
图像算法八 —— 多种边缘检测算法（Sobel算子、Isotropic Sobel算子、Roberts算子、Prewitt算子、Laplacian算子、Canny算子）介绍及比较
三种常用边缘检测算法
m0_74012554的博客
08-06 1万+
Sobel算法是一种经典的图像边缘检测算法，用于在图像中检测边缘。Canny算法是一种经典的边缘检测算法，它在图像中寻找梯度的极大值来检测边缘，并通过非极大值抑制和双阈值处理来提高检测结果的准确性和稳定性。目标跟踪：在视频分析中，边缘检测可以用于目标的跟踪和运动分析，通过不断检测目标的边缘变化来实现目标的跟踪。图像分割：边缘检测可以用于图像分割，将图像分成不同的区域和对象，从而方便进一步的图像分析和处理。在很多图像处理任务中，边缘检测是第一步，它的结果对后续的处理和分析起着至关重要的作用。
Roberts、Sobel、Prewitt、Kirsch、Canny、Laplacian图像边缘检测原理及其代码实现(Python3)
weixin_40970579的博客
03-01 5405
边缘检测 在介绍边缘检测之前，我们需要先了解什么是图像梯度？ 图像梯度 函数可以用一阶导数来表示变化程度，而对于二维图像来说，其局部特性的显著变化可以用梯度来表示。梯度是函数变化的一种度量，定义为： 而对数数字图像而言，导数可用差分来近似。 以上就是图像梯度的简单介绍。下面进入本文正题： 边缘检测算子(edge detectors)，是用于在亮度函数中定位变化的非常重要的局部图像预处理...
数字图像处理_05_(图像锐化与边缘检测——Premittt算子、Roberts算子、Sobel算子、Scharr算子、Laplacian算子、LoG算子、Canny算子）
qq_40331078的博客
04-29 3431
本章将介绍在图像处理中常用到的几个卷积核（算子）实现图像的边缘检测和锐化操作，有Premittt算子、Roberts算子、Sobel算子、Scharr算子、Laplacian算子、LoG算子、Canny算子。 1.Premittt算子 介绍：Prewitt算子是一种一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用 。 原理：其原理是在图像空间利用两个方向模板与图像进行邻域卷积来完成的，这两个方向模板一个检测水平边缘，一个检测垂直边缘。 水
opencv-python：17_图像经典边缘检测算子（边缘检测、图像梯度、Roberts算子、Prewitt算子、Sobel 算子、Laplacian 算子、Canny算子、算子优缺点对比）
余喵爱吃鱼的博客
06-04 7737
图像边缘检测 图像梯度，图像边界等 相关函数：cv2.Sobel()，cv2.Schar()，cv2.Laplacian() 边缘检测 边缘检测是检测图像中的一些像素点，它们周围的像素点的灰度发生了急剧的变化，在此过程中，图像中的物体不同导致了这一变化，因此可以将这些像素点作为一个集合，可以用来标注图像中不同物体的边界。 边缘区域的灰度剖面可以看作是一个阶跃，即图像的灰度在一个很小的区域内变化到另一个相差十分明显的区域。 边缘是图像中的重要的结构性特征，边缘往往存在于目标和背景之间，不同的区
Python图像锐化及边缘检测(Roberts、Prewitt、Sobel、Lapllacian、Canny、LOG)
L888666Q的博客
10-08 1万+
图像锐化(image sharpening)是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，分为空间域处理和频域处理两类。图像锐化是为了突出图像上地物的边缘、轮廓，或某些线性目标要素的特征。这种滤波方法提高了地物边缘与周围像元之间的反差，因此也被称为边缘增强。
数字图像处理第三章边缘检测（Sobel算子、Laplace算子）
wangjia2575525474的博客
05-21 9290
边缘 边缘(edge)是指图像局部强度变化最显著的部分。主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础。 图像强度的显著变化可分为： 阶跃变化函数，即图像强度在不连续处的两边的像素灰度值有着显著的差异； 线条（屋顶）变化函数，即图像强度突然从一个值变化到另一个值，保持一较小行程后又回到原来的值。 图像的边缘有方向和幅度两个属性,沿边缘方向像素变化平缓,垂直于边缘方向像素变化剧烈.边缘上的这种变化可以用微分算子检测出来,通常用一阶或二阶导
EdgeDetection:C++实现的主流边缘检测算法（Canny、Sobel、Laplace、Roberts等）
05-11
摘要：本文主要介绍了几种主流的图像边缘检测算法，包括Canny算子、Sobel算子、Laplace算子、Roberts算子、Krisch算子、Prewitt算子、Susan角点检测算法等。另外也介绍了相应衍生的概念如图像噪声、图像滤波等。 文中所有代码均在本人电脑上正常运行！ 测试环境：VS2013+opevCV2.49 [TOC] 一、图像噪声 1.图像噪声分类 1.1 图像噪声分类 噪声的分类和该噪声的分布符合什么模型有关，常见的噪声有高斯白噪声、椒盐噪声、泊松分布噪声、指数分布噪声等。 1.2 图像滤波器 图像滤波器有空域滤波器，比如均值滤波器、中值滤波器、低通滤波器、高斯滤波等；频域滤波器，比如小波变换、傅里叶变换、余弦变换等；形态学滤波器，主要是通过膨胀和腐蚀等形态学操作进行去噪。 一般平时见的比较多是是高斯白噪声，像用均值滤波、中值滤波、高斯滤波可以去噪。除此以外，像椒盐噪声，
边缘检测 Canny边缘检测和sobel边缘检测比较
kahncc的博客
02-12 2395
边缘检测 Canny边缘检测和sobel边缘检测比较
三种边缘检测方法，canny算法+sobel算法+Laplacian算法
qq_35275007的博客
09-23 944
#include<opencv2\opencv.hpp> #include<opencv2\highgui\highgui.hpp> using namespace std; using namespace cv; //边缘检测,canny算法 int main() { Mat img = imread("faces.png"); imshow("原始图",...
图像边缘检测算法Canny、Prewitt和sobel
weixin_43794311的博客
05-21 1913
参考：https://blog.youkuaiyun.com/chaolei3/article/details/79809703 边缘检测 边缘检测的任务就是找到具有阶跃变化或者屋顶变化的像素点的集合。 边缘其实就是图像上灰度级变化很快的点的集合。 检测图像中的一些像素点，它们周围的像素点的灰度发生了急剧的变化。可以用来标注图像中不同物体的边界。 边缘是图像中的重要的结构性特征，边缘往往存在于目标和背景之间，因此它可以作为图像分割的重要依据。 在边缘检测中，它提取的是图像中不连续部分的特征，将闭合的边缘提取出来便可以作
边缘检测算法及各自优缺点
jacke121的专栏
07-09 1万+
边缘检测算法及各自优缺点 边缘提取其实也是一种滤波，不同的算子有不同的提取效果。比较常用的方法有三种，Sobel算子，Laplacian算子，Canny算子。 Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好，sobel算子对边缘定位不是很准确，图像的边缘不止一个像素；当对精度要求不是很高时，是一种较为常用的边缘检测方法。 Canny方法不容易受噪声干扰，能够检测到...
Log和Canny边缘检测（附Matlab程序）
VictorLee
07-15 2万+
一、 实验目的 (1) 通过实验分析不同尺度下LOG和Canny边缘提取算子的性能。 (2) 研究这两种边缘提取方法在不同参数下的边缘提取能力。 (3) 使用不同的滤波尺度和添加噪声能量（噪声水平），通过与无噪声图像对比，选择最能说明自己结论的滤波尺度和噪声水平，并做出分析说明。 二、 实验原理 边缘的含义：在数字图像中，边缘是指图像局部变化最显著的部分，边缘主要存在于目标与目标，目标与
基于matlab边缘提取的几种方法的比较
GoodShot的专栏
08-18 7万+
1、Matlab简述 Matlab是国际上最流行的科学与工程计算的软件工具，它起源于矩阵运算，已经发展成一种高度集成的计算机语言。有人称它为“第四代”计算机语言，它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化界面设计、便捷的与其它程序和语言接口的功能。随着Matlab语言功能越来越强大，不断适应新的要求并提出新的解决方法，可以预见，在科学运算，自动控制与科学绘图领域，Matlab
探索边缘检测技术：Sobel、Roberts与拉普拉斯算法
资源摘要信息:"本资源包含了一个边缘检测相关的代码文件，重点介绍了三种常见的边缘检测算法：Sobel算法、Roberts算法和拉普拉斯算子。这些算法都是图像处理中用于检测图像边缘的重要技术手段，广泛应用于计算机视觉...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

昊虹AI笔记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值