Matlab手动实现Prewitt边缘检测器输出边缘比内置函数粗的原因

安全阿岳

2026-9-28

导致自行实现Prewitt边缘更粗的核心原因如下：

缺失非极大值抑制步骤
Matlab内置的edge()函数实现Prewitt边缘检测时，计算完梯度幅值后会默认执行非极大值抑制操作：只保留梯度方向上局部幅值最大的像素作为边缘点，过滤掉相邻的高梯度非边缘像素，最终输出的是单像素宽度的细边缘。你的实现仅计算了梯度幅值，没有做非极大值抑制，所有梯度超过阈值的相邻像素都会被判定为边缘，自然会出现边缘偏粗的问题。
梯度幅值未做归一化直接截断
Prewitt算子卷积得到的Gx/Gy取值范围和输入灰度图（0-255）不匹配：3×3的Prewitt卷积结果Gx的取值范围是[-765, 765]，对应梯度幅值最大值约为1081，你直接将幅值矩阵转uint8时，所有大于255的幅值都会被强制截断为255，导致大量原本梯度值有差异的区域统一变成高值，二值化后就会连成宽边缘。
梯度矩阵初始化逻辑错误
你初始化梯度矩阵new = input，直接复用了原始灰度图的数值，循环仅对图像中间区域的像素赋值梯度幅值，图像边缘1像素宽度的区域保留的是原始灰度值，这部分数值也会干扰后续二值化结果。
代码存在变量名笔误
你二值化的代码行edge = imbinarize(edge, 100);中，输入的变量edge是未定义的，实际你计算的梯度幅值存储在new变量中，这也会导致输出结果不符合预期。
阈值处理逻辑和Matlab默认逻辑不一致
Matlab的edge()函数会基于梯度直方图自动计算最优阈值，同时会对边缘做连通性筛选，你直接固定阈值100的处理逻辑和内置函数逻辑不同，也会放大边缘偏粗的问题。