（原始图像）                              （仿真效果）

图2-4 Canny算子的边缘检测仿真效果

2。4 在受噪声影响的情况下上述边缘检测的效果

为原图像加入均值为0方差为0。01的高斯噪声，再分别采用上述算子做边缘检测，仿真效果如图所示：

           （a）原始图像                        （b）加入高斯噪声后的图像

（c）Roberts算子的检测结果                （d）Sobel算子的检测结果

    （e）LoG算子的检测结果                   （f）Canny算子的检测结果

图2-5 上述几种线性边缘检测算子对含有高斯噪声图像的仿真效果

从上面的结果可以看出，传统的几种线性边缘检测算法在含有噪声的图像中检测的效果都不太理想，有的抗噪能力很低，有的虽然有一定的抗噪能力，但是又损失了很多边缘的细节。

第三章 形态学的基本算法及仿真应用来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

数学形态学（Mathematical Morphology）[[[] Serra J。 Image Analysis and Mathematical Morphology。 Academic Press, 1982, Vol。1 ]][[[] Serra J, Soille。 Mathematical Morphology and Its Application to Image and Signal Processing。 Boston: Kluwer Academic Publishers,1999:60-173]][[[] 唐长青,吕宏伯,黄铮等。 数学形态学方法及其应用。 北京：科学出版社, 1993：18-25]][[[] 窦炜,石青云,程民德。 数学空间的数学形态学理论及应用。 北京：科学出版社, 2000:6-14]]是一门建立在数学集合论基础上的学科，在几何的描述和分析中有着非常好的效果。它不同于传统的线性运算，是一种非线性的处理方法。它的基本思想是利用一个被称为结构元素的探针在图像中不断的移动扫描，获得图像的各个部分的特征，并且可以针对这些特征进行后续的处理操作，而用不同的结构元素去探测图像会得到不同的结果。利用结构元素去探测整个图像的思想对于图像处理技术产生了非常大的影响，并且现在广泛的应用于航空航天、医学卫生、工农业发展、军事技术发展等领域，而且仍然得到不断地改进。

3。1 二值图像形态学

二值图像在数学形态学中被当做集合来处理，用结构元素去探测整个集合。结构元素是一种比待处理的图像小的多的可以在图像中来回平移的集合。数学形态学的实质思想就是在图像集合中不停地平移结构元素的集合，并且在这两者之间做交并等集合运算来获取有用的图像信息。