1、在圖像的分析與處理中，邊緣所起到的作用至關(guān)重要。而邊緣檢測(cè)的難點(diǎn)就是在濾除噪聲的同時(shí)增強(qiáng)邊緣。本文分別對(duì)傳統(tǒng)的Canny算子和形態(tài)學(xué)算法進(jìn)行了研究，提出了新的邊緣檢測(cè)算法，具體工作如下:
　　首先，使用傳統(tǒng)的Canny算子進(jìn)行邊緣檢測(cè)，存在兩方面的問題:一是無(wú)法消除局部噪聲的干擾，在檢測(cè)出偽邊緣的同時(shí)還會(huì)丟失邊緣細(xì)節(jié);二是很難設(shè)定高斯濾波參數(shù)，對(duì)不同的圖像缺乏自適應(yīng)性。為此，本文利用自適應(yīng)中值濾波代替高斯濾波，使得改進(jìn)的Canny

2、算子檢測(cè)出的圖像邊緣受噪聲的影響明顯降低。而且，它保持了邊緣的強(qiáng)度和較為完整的細(xì)節(jié)信息，獲得了更為滿意的主觀效果，客觀評(píng)價(jià)也明顯提高。
　　其次，利用傳統(tǒng)形態(tài)學(xué)算法對(duì)圖像進(jìn)行邊緣檢測(cè)，如果噪聲濃度較高，檢測(cè)效果就不理想。因此，本文提出了一種改進(jìn)的抗噪形態(tài)學(xué)邊緣檢測(cè)算法，且利用兩個(gè)不同的結(jié)構(gòu)元素進(jìn)行邊緣檢測(cè)。對(duì)于含有椒鹽噪聲的圖像，改進(jìn)的抗噪形態(tài)學(xué)邊緣檢測(cè)算法能很好地減弱噪聲，得到的圖像較平滑，輪廓清晰，包含的信息也較為豐富。同時(shí)，