边缘检测算法性能对比分析系统(SUSAN/LoG/Prewitt)

资 源 简 介

本系统是一个基于MATLAB环境开发的图像处理与算法评估平台，主要用于深入对比分析SUSAN、LoG（高斯-拉普拉斯）及Prewitt这三种经典边缘检测算子的特性。系统具备完整的图像预处理流程，包括灰度化转换、平滑去噪以及动态参数调节功能。SUSAN（Smallest Univalue Segment Assimilating Nucleus）算法模块通过特定的非增益统计核函数来识别图像中的边缘与特征点，因其不依赖图像梯度计算，故而对噪声具有极佳的抑制作用且能保持边缘的连贯性；LoG算法模块通过高斯低通滤

详 情 说 明

边缘检测算法性能比较分析系统（SUSAN、LoG与Prewitt算子）

项目介绍

本项目是一个基于MATLAB环境开发的图像处理评估平台，旨在通过定性可视化与定量指标分析，深度对比三种经典的边缘检测算子：Prewitt（一阶微分梯度）、LoG（高斯-拉普拉斯二阶微分）以及SUSAN（非导数局部特征提取）。系统集成了一套完整的图像处理工作流，允许用户评估不同算法在面对噪声干扰时的鲁棒性、边缘定位的精确度以及计算效率。

功能特性

• 多格式图像载入：支持用户通过图形界面自主选择本地图像，或自动加载系统默认模板。
• 自动化预处理：集成了彩色图像灰度化、数据类型标准化及自动高斯噪声模拟功能，用于测试算法的抗噪性能。
• 多算法集成检测：在一套流程中同步执行Prewitt、LoG及SUSAN三种边缘提取方案。
• 三维度定量评估：系统自动计算并打印各算法的执行耗时、结果边缘密度以及近似峰值信噪比（PSNR）。
• 可视化对比界面：采用多子图布局，直观对比原始图像、含噪图像与三种算法生成的二值的边缘结果。

使用方法

1. 启动程序：在MATLAB开发环境中运行主程序脚本。
2. 选择图像：在弹出的文件对话框中选择待分析的图像文件（支持jpg、png、bmp、tif等格式）。
3. 查看结果：系统将自动完成预处理、算法运行及指标计算，随后弹出对比分析图表。
4. 分析报告：在MATLAB命令行窗口查看各算法的性能评估报表。

系统要求

• MATLAB R2016b 或更高版本。
• 已安装 Image Processing Toolbox（图像处理工具箱）。

核心功能实现逻辑

#### 图像预处理流程 系统首先对输入的图像进行灰度化处理，确保后续计算在单一亮度通道下进行。为了模拟真实的工业或拍摄环境，系统会向图像中注入方差为0.002的高斯噪声。通过对比带有噪声的待处理图，可以观测各算子对细节的提取能力与对噪声的抑制效果。

#### Prewitt 算子检测 该模块利用一阶微分原理，通过3x3的梯度模板计算图像像素在水平和垂直方向的差分。系统设置了固定的阈值参数，用于快速提取图像中的显著边缘信息。因其计算逻辑简单，表现出极高的处理速度。

#### LoG（高斯-拉普拉斯）算子检测 该模块结合了高斯滤波的平滑作用与拉普拉斯算子的二阶导数特性。实现过程中，系统先通过定义sigma参数构造高斯核进行降噪，随后寻找二阶导数的零交叉点（Zero-crossing）。这种方法能有效地平衡降噪与边缘定位，尤其适用于检测不同尺度下的图像轮廓。

#### SUSAN 边缘检测核心算法 这是本系统的核心自定义模块，不同于基于梯度的传统算子，它采用非增益统计核函数。具体逻辑如下：

• 邻域模板：使用一个7x7的近圆形掩模（包含37个像素点）在图像上滑动。
• 相似性比较：计算邻域内每个像素与中心像素的亮度差值，并应用指数核函数计算像素相似度。
• USAN值计算：累加掩模内满足相似度定义的像素面积。
• 边缘识别：将计算得到的USAN值与几何阈值（取最大面积的一半）进行比较，当USAN面积较小时，将其识别为边缘或特征点。
• 非极大值抑制与二值化：通过对响应图进行归一化处理和强度过滤，生成最终的连贯边缘图。

性能量化指标分析

• 计算耗时：利用计时函数记录每种算法从输入含噪图像到输出二值边缘图的纯执行时间，反映算法的实时性。
• 边缘密度：计算边缘像素占全图像素的比例，以此衡量算法对细节的提取强度和是否存在过度检测（检测出噪声伪边缘）。
• 近似PSNR：将处理后的二值化边缘图与原始灰度图进行均方误差（MSE）对比，计算近似峰值信噪比。虽然边缘图与原图属性不完全一致，但该指标能从侧面反映算法生成结果的清晰度与噪声过滤水平。