1、濾波：邊緣檢測算法要緊是基于圖像強度的一階和二階導(dǎo)數(shù)，但導(dǎo)數(shù)的計算對噪聲很敏感，因而必須使用濾波器來改善與噪聲有關(guān)的邊緣檢測器的性能。必須指出，大多數(shù)濾波器在落低噪聲的同時也造成了邊緣強度的損失，因而，增強邊緣和落低噪聲之間必須折中。 2、增強：增強邊緣的基礎(chǔ)是確定圖像各點鄰域強度的變化值。增強算法能夠?qū)⑧徲?或局部)強度值有顯著變化的點突顯出來。邊緣增強通常是通過計算梯度幅值來完成的。 3、檢測：在圖像中有很多點的梯度幅值較為大，而這些點在特定的應(yīng)用領(lǐng)域中并不基本上邊緣，因而應(yīng)該用某種方法來確定哪些點是邊緣點。簡單的邊緣檢測判據(jù)是梯度幅值閾值判據(jù)。 4、定位：如果某一應(yīng)用場合規(guī)定確定邊緣位置，則邊緣的位置可在子像素分辨率上來估測，邊緣的方位也能夠被估測出來。 機器視覺檢測 邊緣檢測是機器視覺檢測技術(shù)的一種，在邊緣檢測算法中，前三個步驟用得十分普遍。這是由于大多數(shù)場合下，僅僅必須邊緣檢測器指出邊緣浮現(xiàn)在圖像某一像素點的附近，而沒有必要指出邊緣的精確位置或方向。 邊緣檢測的實質(zhì)是采納某種算法來提取出圖像中對象與背景咨詢的交界線。我們將邊緣定義為圖像中灰度發(fā)生急劇變化的區(qū)域邊界。圖像灰度的變化情況能夠用圖像灰度分布的梯度來反映，因而我們能夠用局部圖像微分技術(shù)來獲得邊緣檢測算子。經(jīng)典的邊緣檢測方法，是通過對原始圖像中像素的某塊小領(lǐng)域構(gòu)造邊緣檢測算子來達到檢測邊緣這一目的。 邊緣檢測 邊緣檢測的要緊應(yīng)用有：檢測芯片針足是不是規(guī)則整齊、目標(biāo)定位及其存在/缺陷檢測等?；谶吘墮z測技術(shù)的應(yīng)用，為行業(yè)的高精密度檢測及規(guī)格測量提供了強大的技術(shù)支持。
