五种经典边缘检测算子详解：从Roberts到Canny的MATLAB实现与对比

1. 边缘检测与图像分割的整体思路

做图像处理的人应该都有过这样的经历：拿到一张图，最先想知道的往往不是整幅图的颜色分布，而是“这张图里什么东西在哪个位置”。边缘检测就是回答这个问题的基础手段。所谓边缘，说白了就是图像中灰度发生剧烈变化的地方，比如一只猫的轮廓和背景的交界处。为什么要专门研究边缘检测？因为在机器视觉、医学影像分析、自动驾驶感知这些场景里，绝大多数语义信息都藏在边缘上，把边缘提取出来，后续的目标识别、特征匹配、图像配准才有得做。

这篇博文要聊的是五种经典边缘检测器：Roberts、Prewitt、Sobel、Marr-Hildreth（也就是LoG，高斯拉普拉斯）以及号称“业界标杆”的Canny。顺带把Otsu图像分割方法也讲了，因为在实际项目里，边缘检测和阈值分割经常是前后脚的关系——有些场景直接做梯度响应不够干净，先用Otsu算出一个全局阈值，再去做掩膜、提取轮廓，效果会稳定得多。文中所有内容都配有MATLAB代码，可以直接在R2020b以上版本里跑。

适合谁来读？刚接触图像处理的学生，做工业视觉检测的工程师，以及想快速验证算法效果的科研人员，都可以收藏一份。这些经典算子的思想在OpenCV、Scikit-Image里都有对应实现，MATLAB版本只是帮助你把原理吃透，换到其他语言一样能用。

先给一个全局视角：边缘检测归根到底就两步——算梯度、做决策。算梯度是求图像灰度的变化率，一阶导的极值点对应边缘，二阶导的过零点也对应边缘。不同算子的差异基本都在“怎么算梯度更稳、怎么决策更准”这两个环节上。掌握了这个框架，下面看任何一个算子都不会觉得散。

2. 核心原理与算子之间的取舍逻辑

2.1 梯度、卷积与边缘响应的关系

数字图像在计算机里是一堆离散的像素矩阵，数学意义上的导数在这里要换成差分。对于一维情况，f'(x) ≈ f(x+1) - f(x)；对二维图像，则分别在x方向和y方向做差分。把差分模板做成一枚小矩阵，在图像上逐像素滑动相乘再求和，这个过程就是卷积。每一个边缘检测算子的本质，就是设计了一组特定的卷积核（Kernel），去逼近某个方向的导数。

生活化理解：卷积核像一把梳子，在图像上扫过，碰到均匀区域时梳子感受到的值差别不大，输出趋近于0；碰到边缘时，一侧亮一侧暗，输出瞬间变大。这个“变大”的响应，就是边缘存在的信号。

搞清楚这一点，Roberts、Prewitt、Sobel这三个算子就没有秘密了。它们的区别，只在于梳子的齿数和权重设计。

2.2 Roberts算子：简单直接的老前辈

Roberts算是边缘检测的“祖宗级”方法，1963年提出来。它的核是2×2的，利用对角线方向的差分来近似梯度：

Rx = [1 0; 0 -1] Ry = [0 1; -1 0]

这是什么意思呢？第一幅核意味着“左上像素减右下像素”，第二幅核意味着“右上像素减左下像素”。由于用的是2×2邻域，Roberts对边缘的定位非常灵敏，计算量也极小。但它有个致命缺点——对噪声没有抑制能力。图像里哪怕只有一点点传感器噪声，Roberts的输出就会产生大量虚假边缘点。所以这个名字现在更多出现在教科书的算法演段里，真正做工程的人很少单独用它。

2.3 Prewitt算子：把噪声压一压

Prewitt算子把模板扩大到3×3，在垂直方向做了平滑再求水平差分：

Px = [-1 0 1; -1 0 1; -1 0 1] Py = [-1 -1 -1; 0 0 0; 1 1 1]

看到没有，Px的中间一列是0，左侧一列是-1，右侧一列是1，其实是在x方向上做差分；而每一列内部都是-1、0、1这样的相同值，等于在y方向上先做了三行平均。这个小小的“先平均再差分”的思路，让Prewitt比Roberts多了一点抗噪能力，边缘也不会那么容易断。代价嘛，就是边缘会被稍微磨粗一点点，定位精度略有下降。对于噪声不多、边缘比较粗犷的场景，Prewitt依然能打。

2.4 Sobel算子：当前工业界的常青树

Sobel和Prewitt长得很像，但把中心像素的权重调大了：

Sx = [-1 0 1; -2 0 2; -1 0 1] Sy = [-1 -2 -1; 0 0 0; 1 2 1]

中心权重加大的意义是：在平滑噪声的同时，尽量突出中心位置像素的影响。这相当于给靠近中心的方向差分加了更高的置信度，边缘响应更强，对倾斜边缘的检测也更连续。性能上兼顾了抗噪和定位，计算成本又依然很低，所以在OpenCV里cv2.Sobel至今是默认选项，工业视觉里做亚像素边缘检测也经常用它打底。如果你不确定新项目该用什么算子起步，先上Sobel基本不犯错。

2.5 Marr-Hildreth与LoG：从一阶导转向二阶导

前面的算子都属于一阶微分：在边缘处响应最强。Marr-Hildreth走的是另一条路——用二阶微分，找到图像的“过零点”。这种思路来源于对人类视觉系统的模仿：视网膜细胞对亮度突变处的响应模式就是先兴奋再抑制，对应数学上的带通滤波。

具体做法是先用高斯核做平滑，再做拉普拉斯变换，合并成一个高斯拉普拉斯核（LoG, Laplacian of Gaussian）：

LoG(x, y) = -1/(πσ⁴) * [1 - (x² + y²)/(2σ²)] * exp(-(x² + y²)/(2σ²))

σ控制高斯平滑的尺度。σ越大，图像被磨得越狠，检出来的边缘越少但越宏观；σ越小，边缘越细碎。MATLAB里可以直接用fspecial('log', hsize, sigma)生成LoG核，或者用fspecial('gaussian')先平滑再用del2做拉普拉斯。然后只需要找响应矩阵中的零交叉点即可。

Marr-Hildreth最大的优点是各向同性——它对不同方向的边缘响应是一致的，不像Sobel那样优先响应水平或垂直边缘。缺点也很明显：对噪声敏感，σ怎么选是个艺术活，尤其当图像里同时存在细纹理和粗轮廓时，单一尺度很难兼顾。后来虽然发展出了多尺度融合的变体，但在实际项目里它更多被Canny取代。

2.6 Canny：把流程做成体系

Canny不是一个新的卷积核，而是一套完整的多阶段流程。1986年John Canny提出了三个指标：好的信噪比、好的定位精度、单边缘响应。所有后续操作都围绕这三个指标设计。具体分四步：

1. 高斯平滑：用σ=1.4左右的高斯核去噪，这一步决定了后续所有边缘的“干净程度”。
2. 梯度幅值与方向计算：一般用Sobel算子算出Gx和Gy，幅值G = sqrt(Gx² + Gy²)，方向θ = atan2(Gy, Gx)。
3. 非极大值抑制：沿着梯度方向检查，如果当前像素的幅值不是邻域内的最大值，就把它置零。这样能保证边缘是“一条线”，而不是“一坨”。
4. 双阈值检测与滞后连接：设置高阈值Th和低阈值Tl。高于Th的像素确定为强边缘；介于两者之间且能够连到强边缘的，保留为弱边缘；孤立的弱边缘直接丢弃。这样做能在召回率和准确率之间找到平衡。

这一套组合拳下来，Canny在绝大多数自然图像上的表现都明显优于前面几种基础算子，所以它是目前实用系统里最常被选用的边缘检测方案。代价是实现复杂、参数多，而且高斯σ和双阈值需要根据图像特征去调。

3. MATLAB代码实现与实测记录

3.1 环境准备与算子工具函数

代码里主要依赖Image Processing Toolbox，用imread读图，rgb2gray转灰度，im2double把数据归一化到[0,1]区间。核心辅助函数写成一个通用工具，方便对比各个算子的视觉效果和耗时：

function E = edge_by_kernel(img, kernel) % img: double型灰度图像 % kernel: 卷积核 g = imfilter(img, kernel, 'replicate'); E = abs(g); E = E / max(E(:)); end

replicate边界填充是为了避免在图像边缘产生黑边伪影。需要说明一点：MATLAB自带的edge函数内置了Sobel和Canny，但我这里刻意用imfilter手写了一遍，目的是让你看清每一步到底发生了什么。工程上直接调库即可，学习阶段还是建议走一遍原始流程。

3.2 Roberts、Prewitt、Sobel实操

下面用一张带噪声的合成图像做测试——我随手生成了一个包含矩形、圆形和斜线的测试图，叠加了少量高斯噪声。这样能直观看出各算子对噪声的耐受度。

% 读取并预处理图像 I = imread('test_pattern.png'); if size(I, 3) > 1 I = rgb2gray(I); end Ig = im2double(I); % Roberts算子 Rx = [1 0; 0 -1]; Ry = [0 1; -1 0]; Ex = edge_by_kernel(Ig, Rx); Ey = edge_by_kernel(Ig, Ry); E_roberts = sqrt(Ex.^2 + Ey.^2); E_roberts = E_roberts / max(E_roberts(:)); % Prewitt算子 Px = [-1 0 1; -1 0 1; -1 0 1]; Py = [-1 -1 -1; 0 0 0; 1 1 1]; Ex = edge_by_kernel(Ig, Px); Ey = edge_by_kernel(Ig, Py); E_prewitt = sqrt(Ex.^2 + Ey.^2); E_prewitt = E_prewitt / max(E_prewitt(:)); % Sobel算子 Sx = [-1 0 1; -2 0 2; -1 0 1]; Sy = [-1 -2 -1; 0 0 0; 1 2 1]; Ex = edge_by_kernel(Ig, Sx); Ey = edge_by_kernel(Ig, Sy); E_sobel = sqrt(Ex.^2 + Ey.^2); E_sobel = E_sobel / max(E_sobel(:)); % 可视化对比 figure; subplot(2,2,1); imshow(Ig); title('Original'); subplot(2,2,2); imshow(E_roberts); title('Roberts'); subplot(2,2,3); imshow(E_prewitt); title('Prewitt'); subplot(2,2,4); imshow(E_sobel); title('Sobel');

实际跑下来的结果是：Roberts输出里噪声点非常多，边缘线很细但断断续续；Prewitt比Roberts干净一些，斜线边缘有明显断裂；Sobel响应最强，连续的轮廓线基本保持完整，只是某些边缘相比原图略微偏粗。从视觉效果和后续可处理性来评判，Sobel在这三个里面最稳。我测过一张工业零件图，Sobel检测完接Hough变换找直线，成功率比Roberts高出不少。

如果你想要的是二值边缘图而不是灰度幅值图，就加一个阈值步骤：

thresh = graythresh(E_sobel); % Otsu自动阈值 E_sobel_bw = imbinarize(E_sobel, thresh);

这里直接用graythresh求阈值，正好呼应后文的Otsu方法。边缘幅值图里亮的地方是边缘，暗的地方是背景，用Otsu分一下类，效果往往比手动试阈值更省事。

3.3 Marr-Hildreth(LoG)实操与σ调节

Marr-Hildreth在MATLAB里实现很直接，核心是构建LoG核，然后找零交叉点。找零交叉的写法有一点讲究：不能简单判断“像素值等于0”，而是要看符号变化。实现如下：

function [E, LoG_response] = marr_hildreth(Ig, hsize, sigma) % 生成LoG核 log_kernel = fspecial('log', hsize, sigma); % 卷积 LoG_response = imfilter(Ig, log_kernel, 'replicate'); % 找零交叉点 [H, W] = size(LoG_response); E = false(H, W); for i = 2:H-1 for j = 2:W-1 patch = LoG_response(i-1:i+1, j-1:j+1); if (patch(5) > 0 && (any(patch([2 4 6 8]) < 0) || any(diag(patch) < 0) || any(diag(fliplr(patch)) < 0))) ... || (patch(5) < 0 && (any(patch([2 4 6 8]) > 0) || any(diag(patch) > 0) || any(diag(fliplr(patch)) > 0))) E(i, j) = true; end end end end

上面代码里，patch(5)是中心像素，patch([2 4 6 8])是上下左右四邻域，diag是两条对角线方向。检查四邻域和对角线方向的符号是否与中心相反，满足就判定为零交叉。这样能避免漏掉对角方向上的边缘。

σ的选择直接决定结果。小σ（比如0.5）带来的问题是边缘密集、伪影多；大σ（比如4以上）边缘连成大块，定位漂移。给一个经验值范围：对于512×512的自然图像，σ取1.5到2.5之间一般都能得到有意义的轮廓；如果是工业高分辨率图像，可以试着把σ放到3左右，把纹理细节滤掉，只留宏观结构。我自己的习惯是先在imshow里看LoG响应的直方图，再根据响应分布决定要不要缩小或放大σ。

3.4 Canny算子MATLAB实现

MATLAB里直接调用edge(Ig, 'canny', [low high], sigma)是最省事的，但这里还是拆分一下过程，让你理解双阈值的作用。核心步骤示例：

% 步骤1: 高斯平滑 G = fspecial('gaussian', [5 5], 1.4); Is = imfilter(Ig, G, 'replicate'); % 步骤2: 用Sobel核计算梯度和方向 Sx = [-1 0 1; -2 0 2; -1 0 1]; Sy = [-1 -2 -1; 0 0 0; 1 2 1]; Gx = imfilter(Is, Sx, 'replicate'); Gy = imfilter(Is, Sy, 'replicate'); Grad = sqrt(Gx.^2 + Gy.^2); Dir = atan2(Gy, Gx); % 弧度制 % 步骤3: 非极大值抑制，沿梯度方向比较相邻像素 % 这里省略循环细节，核心逻辑是： % 把梯度方向量化到0°/45°/90°/135°四个方向 % 在对应方向上比较中心像素与两侧邻居的幅值，中心不是最大就置0 % 步骤4: 双阈值与滞后连接 Th = 0.2; % 高阈值 Tl = 0.05; % 低阈值，一般取Th的1/4到1/2 strong = Grad > Th; weak = (Grad >= Tl) & (Grad <= Th); % 再用连通性分析把连接到strong的weak像素保留

如果你不想手写滞后连接这部分逻辑，直接用edge(Ig, 'canny')就好。但理解内部过程有一个实际收益：调参时你会明白为什么高阈值太高会断边、低阈值太低会暴增噪声点。我在实际项目里一般先把高阈值设成梯度幅值直方图的90分位数，再按1:3的比例设低阈值，最后手动微调。这个起点思路可以省下不少试的时间。

3.5 Otsu阈值分割与实例

Otsu方法解决的问题是：给定一张灰度直方图，怎么自动找到一个阈值，让前景和背景的类间方差最大？类间方差越大，说明两类像素差异越明显，阈值越可靠。它不需要人为设定参数，适合图像亮度分布比较双峰的场景。

MATLAB里一句话搞定：

level = graythresh(Ig); % 返回[0,1]归一化阈值 BW = imbinarize(Ig, level); % 二值分割

如果想看Otsu实际效果，拿一幅细胞显微图或者文档扫描图来测会非常直观。比如一个白色背景上的深色零件图，用Otsu分割后，零件区域直接变成黑白掩膜，后续配合bwlabel就能做连通域分析。但要注意：如果图像的光照不均匀，直方图不是双峰而是多峰，Otsu的表现就会打折扣。这种情况要么先做背景校正，要么改用局部自适应阈值。

Otsu和边缘检测经常配合使用：先用Canny提取边缘，再用Otsu从边缘幅值图里找二值化阈值，自动决定哪些边缘是“有效”的。这个组合在OCR前的版面分析里很常用，能把文字边缘和背景噪点干净地分开。

4. 各算法效果对比与选型建议

以下表格是我在一张包含矩形、圆形、斜线以及轻度噪声的测试图上，用同一组参数跑出来的直观对比，方便你在选型时快速对号入座：

注意，这个表是“倾向性意见”，不是数学定理。比如某些纹理特别丰富的图像里，Canny反而会因为过度抑制而产生大量碎片边缘，这时候Sobel加局部阈值的效果可能更干净。我的建议是：在你的数据上先跑Sobel和Canny，其余算子按需参考。绝大多数场景下，选型时间花在这两个上面就够了。

5. 常见问题与排错记录

实际用这些算子做项目，常出问题的往往不是算法本身，而是图像预处理和参数。这里挑几个我踩过的坑。

5.1 边缘检测结果全是细碎亮点，怎么调都压不住

这通常是图像里有高频噪声。先把原图放大看看，如果肉眼能看到颗粒感，先做高斯平滑。一种错误做法是直接调低Canny的双阈值，那样会适得其反——噪声点会被当成弱边缘保留下来。正确思路是先把σ调大一点，让噪声被磨掉，再回来调阈值。记住一个原则：噪声和细节有一种“互相成全”的关系，你越想保住细节，噪声就越难压制，需要在两者之间找平衡。

5.2 Sobel响应值太小或太大，不知道阈值设多少

Sobel的输出是梯度幅值，范围和图像的对比度强相关。如果图像整体偏暗，梯度值普遍小，用固定阈值必然出错；如果图像对比度很强，梯度饱和到1，又会丢掉信息。建议归一化后再选阈值，或者直接用graythresh自适应计算。我以前做文档扫描去边界的项目时就遇到过这种情况：不同批次扫描仪亮度不一致，固定阈值规则全部失效，后来改成Otsu自动阈值，问题直接解决。

5.3 Canny的边缘出现“断裂”，找直线时漏检

断裂的根源通常是双阈值设得太高，导致一些弱边缘被丢弃，或者非极大值抑制阶段方向量化太粗。排查步骤：先把高阈值降到一个较低的数值，看边缘是否连起来了；如果连起来了，说明是阈值问题；如果还是断的，检查高斯σ是不是太大，边缘被磨模糊了。还有一种情况是原图中这条边缘本身对比度就不高，从算法上怎么调都救不回来，这时候要考虑改用更高分辨率图像，或做对比度增强。

5.4 Marr-Hildreth输出全是环状纹理，看不到目标轮廓

这是σ太小导致的LoG响应过于敏感。LoG本质是一个带通滤波器，太小的σ等效于高频通过，图像里的细纹理就全变成了一个个“小圈圈”。把σ从1往上调，直到宏观轮廓出现而纹理伪影消退为止。另外LoG核的尺寸hsize和σ有一个搭配原则：核的半径最好至少是3σ到4σ，否则核被截断会产生振铃效应。

5.5 Otsu分割把背景切碎怎么办

Otsu假设图像灰度呈双峰分布，如果背景里有两种不同亮度的区域，直方图出现三峰，单一阈值就会顾此失彼。整理一下我常用的对策：

• 先把彩色图转成HSV，在V通道上分割，减少光照影响。
• 对直方图做高斯平滑，让两个峰更明确。
• 用形态学开运算去掉分割结果里的零星噪点。
• 如果条件允许，改用局部自适应阈值（adaptthresh），效果能提升不少。

6. 扩展思路与实际心得

前面聊的都是直接对灰度图操作，但现实项目里很少这么“裸用”。一个值得一试的做法是把边缘检测结果作为更高层算法的输入。比如先跑Canny得到干净边缘图，然后用Hough变换检测直线，这在工业零件定位里很常用。再做一步：把Sobel梯度幅值图作为形态学重建的标记图，可以抑制不均匀光照的影响，得到更完整的二值化结果。

我自己在做一个裂缝检测项目时，发现单一尺度的Canny根本不够——裂缝在不同照片里宽度差异很大，窄裂缝用σ=1能看见，但宽裂缝会断；σ=3能把宽裂缝连起来，但细裂缝直接被磨掉。后来采用多尺度融合：分别用σ=1和σ=3跑两次Canny，再把两条边缘图做OR合并，最后用骨架化操作提取单像素宽度的裂缝线。效果比任何单尺度都好。这也算是对前文提到“Canny参数要调”的一个真实注脚：找一套万能参数是不现实的，把尺度融合复用才是工程上更稳妥的思路。

另一个容易被忽略的细节是数据类型。很多初学者用imread读完图直接和卷积核做conv2，得到的输出是double类型，但原图可能是uint8。混合类型运算时要么报错，要么精度丢失。所以我所有示例代码都先用im2double转成double再处理。别小看这一步，它能省掉一大半调试时间。

最后聊一个经常被问的问题：学了这些经典算法，还需要学深度学习吗？我的看法是两者是互补关系。经典边缘检测器可解释性强、算得快、不依赖标注，适合做前端粗定位和特征辅助；深度学习方法适合数据量大、语义层面更复杂的场景，比如“只提取人的轮廓而不管背景纹理”。如果你刚入门，一定不要跳过这些经典算子直接上神经网络——它们教给你的不是模板，而是处理图像的基本逻辑：光照归一化、梯度计算、阈值决策。这些思想到深度学习时代依然有效，只是换了一种表达方式。

这些算子认真推一遍、跑一遍，再结合自己的数据调一两次参，你对“图像里什么才算边缘”这件事的理解，就会从公式变成直觉。到那时候，再回头去看任何一家新出的边缘检测算法，你能一眼看穿它的增益到底在哪一步。