158、下列图像边缘检测算子中抗噪性能最好的是()。

**解析：** 在图像边缘检测中，噪声通常表现为高频分量，而边缘检测算子大多基于微分运算，对噪声非常敏感。因此，抗噪性能主要取决于算子在计算梯度时是否包含了平滑（低通滤波）处理以及平滑的范围。 1. **Roberts 算子（C）**： * 利用局部差分算子寻找边缘，使用 $2 \times 2$ 的模板。 * 它没有进行任何平滑处理，直接计算对角线方向的差分。 * **特点**：对噪声非常敏感，抗噪性能差。 2. **梯度算子（A）**： * 通常指一阶微分算子（如简单的水平或垂直差分）。 * 基本的梯度计算同样缺乏平滑机制，容易受到噪声干扰。 * **特点**：抗噪性能一般较差。 3. **Laplacian 算子（D）**： * 是二阶微分算子。 * 二阶微分对噪声的敏感度远高于一阶微分，因为噪声在二阶导数中会被进一步放大。 * **特点**：对噪声极其敏感，通常需要先进行高斯平滑（即 LoG 算子）才能实用，单独使用时抗噪性能最差。 4. **Prewitt 算子（B）**： * 是一种一阶微分算子，使用 $3 \times 3$ 的模板。 * 它在计算梯度的同时，在垂直于边缘的方向上进行了平均（平滑）处理。例如，在检测垂直边缘时，它在水平方向做差分，在垂直方向做平均。 * 这种平均操作相当于一个低通滤波器，能够抑制噪声。 * **对比 Sobel 算子**：虽然 Sobel 算子也类似且加权更合理，但在本题选项中，Prewitt 是唯一带有明显平滑机制的一阶算子。相比于 Roberts（无平滑）、Laplacian（二阶，极敏感）和普通梯度算子，Prewitt 的抗噪性能最好。 **结论：** Prewitt 算子通过在求导前进行邻域平均，有效抑制了噪声的影响，因此在给出的选项中，其抗噪性能最好。 故正确答案为 **B**。