滤波、阈值、边缘检测三者配合逻辑 + 分场景完整选择方案三者是图像预处理标准流水线，固定先后顺序：原图 → 滤波降噪（第一步必做） → 阈值分割（可选） → 边缘检测一、先讲各自定位、为什么要按这个顺序滤波：降噪，消除杂散噪点，避免产生虚假边缘噪声会被梯度算子识别成伪边缘，不滤波直接边缘检测全是乱线。阈值分割：分离前景与背景，简化图像只保留关心的目标物体，去掉复杂背景，大幅减少边缘干扰；灰度图 / 彩色图二值化后再做边缘更干净。边缘检测：提取物体轮廓、梯度变化放在最后，只在干净、低噪、目标分离的图像上计算梯度。二、模块之间搭配规则1. 滤波 + 边缘检测 固定搭配规则（1）做 Canny、Sobel、Scharr 轮廓提取必须用高斯滤波 GaussianBlur线性平滑，不破坏梯度信息；Canny 内部虽然自带高斯，但工程中仍建议提前小核高斯二次降噪，高噪图像效果更好。 ❌ 不推荐：中值、均值、双边中值是非线性，会造成边缘断裂、梯度失真；均值过度模糊，丢失弱边缘；双边计算慢，且梯度计算不稳定。（2）图像含大量椒盐黑白噪点（扫描图纸、老旧监控）先中值滤波去椒盐，再高斯滤波平滑剩余高斯噪声，最后 Canny 流程：原图 → medianBlur → GaussianBlur → Canny（3）仅做清晰度检测（Laplacian）前置只能高斯模糊，严禁中值；Laplacian 对噪声极敏感，必须小核高斯。2. 阈值分割 + 边缘检测 两种使用路线