《表1 4种算法的PSNR值比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《对数域梯度与改进Sobel算子相结合的边缘检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图4为经典Laplacian算子、Log算子、文献[12]算法以及本文算法分别对office＿1、office＿2、office＿3灰度图像进行的边缘检测结果。用不同算法处理同一种照度下的office图像，低照度下的office＿1图像边缘普遍都比office＿2图像与office＿3图像要好；在4种算法中，文献[12]算法和本文算法要比经典Laplacian算子与Log算子要好。经典算法和文献[12]算法在阈值选取上缺乏自适应性，因此会导致检测的图像出现部分断点，严重的地方会使图像边缘看上去不连续。本文算法增加45°和135°检测方向，使得检测范围更加全面，再结合线性组合的Bernsen算法阈值，增加了自适应性，使检测效果更加出色。为了进一步比较4种算法对3组图像的检测效果，利用峰值信噪比（peak signal to noise ratio，PSNR）来对实验结果图像进行定量评价，如表1所示。