6.下列图像边缘检测算子中抗噪性能最好的是:

题目考查的是图像处理中常用边缘检测算子的抗噪声性能比较。 解析如下： A：梯度算子 通常指一阶微分算子，通过计算图像灰度函数的梯度幅值来检测边缘。其基本形式未引入平滑处理，对噪声较为敏感，抗噪能力较弱。 B：Prewitt算子 属于一阶微分边缘检测算子，采用3×3的卷积核，分别在水平和垂直方向进行差分运算。Prewitt算子在差分的同时引入了局部平均（即简单的平滑），例如其核结构包含多行或列的相同系数，具有一定的平滑作用，因此能够在一定程度上抑制噪声，表现出较好的抗噪性能。 C：Roberts算子 为交叉差分算子，使用2×2的模板，仅计算对角方向的梯度。由于模板小、计算简单，对边缘定位较灵敏，但未考虑平滑处理，极易受到噪声干扰，抗噪能力最差。 D：Laplacian算子 为二阶微分算子，利用图像灰度的二阶导数来增强边缘，但对噪声非常敏感。因为噪声通常表现为高频信号，而二阶微分会放大高频成分，导致Laplacian算子在噪声存在时容易产生大量虚假边缘，抗噪性能较差。 核心知识点： - 一阶微分算子（如Prewitt、Sobel、Roberts）通过检测灰度变化率来提取边缘。 - 二阶微分算子（如Laplacian）通过检测灰度的二阶导数过零点确定边缘位置。 - 抗噪性能的关键在于是否引入平滑机制。Prewitt和Sobel算子因包含平均操作，具有一定抗噪能力；其中Prewitt在水平和垂直方向均使用均匀权重进行平滑，相比Roberts和普通梯度算子更稳定。 - Laplacian作为纯二阶微分，无平滑功能，抗噪性最弱。 综上所述，四个选项中，Prewitt算子因结合了差分与局部平均，抗噪性能最好。 正确答案：B