二阶导数算子

1、拉普拉斯算子：对噪声相当敏感，很少用于边缘检测，主要用于已知边缘像素后确定该像素在图像的暗区或者明区。

2、马尔算子：拉普拉斯算子的进化版。具有一定的生物学和生理学意义。根据视觉成像的研究。

算法：先平滑原始图象后再运用拉普拉斯算子

      对不同分辨率的图象分别处理

(1)　用一个2-D的高斯平滑模板与原始图象卷积

(2)　计算卷积后图象的拉普拉斯值

(3)　检测拉普拉斯图象中的过零点作为边缘点

3、坎尼算子（比较好的边缘检测方案）

①低失误概率 ②高位置精度 ③对每个边界都有唯一的响应。

算法

(1)　高斯滤波器平滑图象以减轻噪声影响

(2)　检测滤波图象中灰度梯度的大小和方向（类似于索贝尔的边缘检测算子）

(3)　细化边缘象素所构成的边界

(4)　借助滞后阈值化方法最后确定边界

滞后阈值化

非最大消除

来自为知笔记(Wiz)

二阶导数算子