robot算子

通过这些边缘检测算子的检测。可以看出：

1、 Sobel算子，Kirsch算子，Robot算子受噪声影响比较大。在利用这些算子之前需要先进行滤波处理。而laplace算子受噪声的干扰比较小，只是相对于这里而言。其中前Sobel算子和Robot算子是一阶算子，Laplace算子是二阶算子， Kirsch算子这里利用了8个模板进行的边缘检测。相比他们进行滤波后的图像进行边缘检测可以取得比较好的效果。但是滤波后的图像对目标物的边缘也会有一定的影响。

2、应用原理介绍：Roberts算子采用对角线方向相邻两像素之差近似梯度幅值检测边缘。检测水平和垂直边缘的效果好于斜向边缘，定位精度高，对噪声敏感。Sobel算子根据像素点上下、左右邻点灰度加权差，在边缘处达到极值这一现象检测边缘。对噪声具有平滑作用，提供较为精确的边缘方向信息，边缘定位精度不够高。当对精度要求不是很高时，是一种较为常用的边缘检测方法。Laplace算子是二阶微分算子，利用边缘点处二阶导函数出现零交叉原理检测边缘。不具方向性，对灰度突变敏感，定位精度高，同时对噪声敏感，且不能获得边缘方向等信息。 Roberts算子简单直观，Laplace算子利用二阶导数零交叉特性检测边缘。两种算子定位精度高，但受噪声影响大；Laplace算子只能获得边缘位置信息，不能得到边缘的方向等信息。sobel算子和Prewitt算子具有平滑作用，能滤除一些噪声，去掉部分伪边缘，但同时也平滑了真正的边缘；定位精度不高。Sobel算子可提供最精确的边缘方向估计Sobel算子、Prewitt算子检测斜向阶跃边缘效果较好，Roberts算子检测水平和垂直边缘效果较好。

3 可以看出采用不同的边缘检测算子。对于水平液晶残留和垂直液晶残留可以明显的看到不同的处理效果，对于硅片的缺陷，受残留物的影响出现了多边缘，这样就不利于对后面的特征提取。