版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/kl1411/article/details/78601496
常用的图像边缘提取算子有以下几种：
Roberts算子
是一种最简单的算子，是一种利用局部差分算子寻找边缘的算子，他采用对角线方向相邻两像素之差近似梯度幅值检测边缘。
Laplacian 算子
是n维欧几里德空间中的一个二阶微分算子。
第一步：
对图像用高斯滤波器进行平滑处理。
高斯滤波用于对图像进行减噪，采用邻域加权平均的方法计算每一个像素点的值。
第二步：
利用一阶差分计算边缘的方向与幅值。
第三步：
非极大值抑制。
仅仅求出全局的梯度方向并不能确定边缘的位置。所以需要
对一些梯度值不是最大的点进行抑制，突出真正的边缘。
Sobel 算子
有两个，一个是检测水平边缘的 ；另一个是检测垂直边缘的 。
根据图像边缘提取算子的计算求导阶数，又可以分为：
一阶微分边缘算子
Roberts算子
水平与竖直边缘检测卷积核为：
Sobel 算子
利用周围邻域8个点的灰度值来估计中心的梯度
Sobel算子认为靠近中心像素的点应该给予更高的权重，所以Sobel算子把与中心像素4邻接的像素的权重设置为2或-2。
卷积核为：
二阶微分算子
边缘即是图像的一阶导数局部最大值的地方，那么也意味着该点的二阶导数为零。
Laplacian 算子
二阶微分卷积核为：
两步：1）用上面的Laplace核与图像进行卷积；2）对卷积后的图像，取得那些卷积结果为0的点。
缺点是对噪声十分敏感。
Canny 算子
主要分四步进行：
- 去噪声；
- 计算梯度与方向角；
- 非最大值抑制；
- 滞后阈值化；
其中前两步很简单，先用一个高斯滤波器对图像进行滤波，然后用Sobel水平和竖直检测子与图像卷积，来计算梯度和方向角。