Les resultats obtenus lors des trois experiences presentees precedemment permettent de degager quelques generalites sur les operateurs de detection de contours etudies. Il ressort de notre etude que le filtre de Roberts produit des contours plus fins et mieux localises que les autres operateurs car il constitue le filtre local differentiel de taille minimale (il evalue localement sur un voisinage 2x2 la norme du gradient selon les diagonales a leur point de rencontre). Il a longtemps ete utilise car son implementation est tres facile a mettre en oeuvre et son cout en calcul tres faible. En effet, seules 4 operations (addition et soustraction) par pixel sont necessaires au calcul de la norme du gradient. Ses principaux desavantages restent son extreme sensibilite au bruit et sa faible reponse aux contours peu marques. Ces deux facteurs rendent difficile la discrimination des contours et du bruit par seuillage. Il est en effet impossible de supprimer le bruit par seuillage sans filtrer les details fins des contours et sans degrader leur connexite. Ces raisons nous poussent a conseiller l'utilisation du filtre de Roberts dans le cas d'images de synthese ou d'images naturelles presentant des contours bien marques et sans bruit.
Les filtres de Sobel et de Prewitt produisent des contours plus epais et donc moins bien localises que l'operateur de Roberts mais sont plus resistants au bruit. Ces deux effets opposes sont lies a la combinaison d'un filtrage passe bas le long des lignes et des colonnes avec le filtrage derivateur du meme type que Roberts. Ce filtrage passe bas rend ces operateurs plus resistants au bruit mais effectue en meme temps un lissage des contours qui les rend plus epais. Ces deux operateurs donnent des resultats identiques en terme d'epaisseur et de localisation des contours, mais different legerement en ce qui concerne la resistance au bruit (filtrage passe bas different). Sur l'exemple traite, Sobel semble plus resistant au bruit gaussien que Prewitt. Nous recommandons donc l'utilisation de ces detecteurs dans le cas d'images bruitees.
Sur l'ensemble des exemples traites, il semble que le gradient morphologique est moins performant que les autres operateurs. Les contours sont encore moins precis et plus epais que ceux fournis par Sobel et Prewitt, et sa resistance au bruit est plus faible. Le gradient morphologique en 8 connexite est preferable a celui en 4 connexite, car les contours qu'ils detectent sont en general mieux localise (notamment les contours obliques) et moins epais. Leur seul avantage est leur rapidite de calcul puisqu'ils ne font intervenir qu'une soustraction et la determination d'un max et d'un min sur un voisinage restreint.