常用的边缘提取算子如下：
（1）.罗伯特（Robert）算子Robert 算子是一种利用局部差分算子寻
找边缘的算子,该算子对具有陡峭的低噪声的图像效果较好。 （2）.Sobel 算子和Prewitt 算子
为在检测边缘的同时减少噪声的影响，Prewitt 从加大边缘检测算子的模板大小出发，由2×2 扩大到3×3 来计算差分算子，如表2所示。采用Prewitt 算子不仅能检测边缘点, 而且能抑制噪声的影响。Sobel 在Prewitt 算子的基础上，采用带权的方法计算差分，该算子不仅能检测边缘点，而且能进一步抑制噪声影响，但检测的边缘较宽。 （3）Canny 算子
Canny 算了检测边缘的方法是寻找图像梯度的局部极大值，梯度是用高斯滤波器的导数计算的。该方法使用两个阈值来分别检测强边缘和弱边缘，而且仅当弱边缘与强边缘相连时，弱边缘才会包含在输出中。此方法不容易受噪声的干扰，能够检测到真正的弱边缘。因此，Canny 算子在图像处理中应用越来越广泛。它依据图像边缘检
4.4.2 几种边缘检测算子的比较
常用的边界检测算子有罗伯特（Robert）算子、Sobel 算子和canny算子。在MATLAB中，系统提供edge函数，其功能是利用各种边界检测算子来检测灰度图像的边界。 函数edge的用法有以下几种： 1．BW=edge(I)；
16
2．BW=edge(I,method)； 3．BW=edge(I,method,thresh)； 4．BW=edge(I,method,thresh,direction) 其中：
I：输入图像；
method：提取边界的方法，共有六种可取的值，即共有六种可使
用：’sobel’，’prewitt’，’roberts’，’log’，’zerocross’，’canny’，缺省时使用’sobel’；
thresh：指定的阈值，所有不强于thresh的边都被忽略； direction：对于’sobel’和’prewitt’方法指定方向，可取为：’horizontal’
和’vertical’，’both’（缺省值）
BW：返回的二值图像，其中1代表找到的边界。
在这些方法中，canny是较为优秀的一种，该方法使用两种不同的阈值分别检测强边界和弱边界，并且仅当弱边界和强边界相连时，才将弱边界包含在输出图像中。因此，这种方法不容易被噪声干扰，更容易检测到真正的弱边界。
分别调用’sobel’，’prewitt’，’roberts’，’log’，’zerocross’和’canny’六种方法检测图像rice.tif的边界。 程序如下： I=imread('rice.tif'); BW1=edge(I,'sobel'); BW2=edge(I,'prewitt'); BW3=edge(I,'roberts'); BW4=edge(I,'log'); BW5=edge(I,'zerocross');
17
BW6=edge(I,'canny');
imshow(I);title('图1: rice.tif原图','fontsize',14,'position',[128,280,0]); figure;imshow(BW1);title('图2: sobel算子提取的边界','fontsize',14,'position',[128,280,0])
figure;imshow(BW2);title('图3: prewitt算子提取的边界','fontsize',14,'position',[128,280,0])
figure;imshow(BW3);title('图4: roberts算子提取的边界','fontsize',14,'position',[128,280,0])
figure;imshow(BW4);title('图5: log算子提取的边界','fontsize',14,'position',[128,280,0])
figure;imshow(BW5);title('图6: zerocross算子提取的边界','fontsize',14,'position',[128,280,0])
figure;imshow(BW6);title('图7: canny算子提取的边界','fontsize',14,'position',[128,280,0]) 运行结果如下：
图7 图 8 图 9
18
图 10 图 11 图 12
图 13
从上面结果我们可以看出，canny算子提取的边界较为完整。 在不用edge中第三种参数时，系统自动选择阈值，我们可以用函数的如下调用格式来看系统为我们选择的阈值是多少，我们先看如下程序为我们带来的结果：
I=imread('rice.tif');
[BW1,th1]=edge(I,'sobel'); th1str=num2str(th1) imshow(I);
title('图1: rice.tif原图','fontsize',14,'position',[128,280,0]); figure;imshow(BW1);
ti='图8: sobel算子提取的边界,阈值为'; ti=strcat(ti,th1str)
title(ti,'fontsize',12,'position',[128,280,0])
19
图 14 图 15
我们将上面的程序中第二行换成 [BW1,th1]=edge(I,'sobel',0.05);
即可得到图15的结果。我们看到，边界提取得比图14要完整，因此，我们还可以通过调整阈值来改善边界提取得结果。
4.5飞机边界的提取与叠加
通过对几种边缘检测算子的比较，我们找到哪一种最优的解决方案，并完成呢边界的提取然后运用图像的几何操作完成最终的设计任务 程序见附录，效果如下图：
图 16 图 17
20