边缘检测是指 局部信息的不连续性 比如灰度信息的突变处称为边缘
边缘检测算子分类：
所谓的一阶 二阶就是 求几阶导
比如一阶就是分别对x或y方向求一阶导
二阶就是 先对x 再对y求二阶导
（1）一阶 微分算子
Roberts prewitt Sobel
①roberts算子
分为水平方向和垂直方向
2×2 的滤波核 适合处理低噪声图像和接近45度的边缘 但是提取的边缘较粗
②prewitt算子
3×3的算子 也是分为水平方向和垂直方向 -1 -1 -1 1 1 1
比 2×2的roberts算子 检测出边缘更准确
③sobel算子
与prewitt算子相比 增加了权重的概念 认为距离当前像素点越近 对该像素影响越大
3X3的算子 水平 垂直两个方向
有更强的抗噪性
（2）二阶
拉普拉斯算子
属于空间锐化滤波操作 一般也用于边缘检测
小结：
这种一阶和二阶导数对噪声很敏感 所以一般去除噪声
（3）其他
canny算子
比较流行的边缘检测算子了 比较复杂
主要是四个步骤：
①高斯滤波去噪
②计算图像梯度
③用非极大值抑制 技术处理梯度值
非极大抑制是一种瘦边经典算法。它抑制那些梯度不够大的像素点，只保留最大的梯度，从而达到瘦边的目的（抑制就是设置为0）
④双阈值算法和滞后边界跟踪
1）经过非极大值抑制以后 可能依然存在噪点 所以设定一个 阈值上界和阈值下界
大于阈值上界的 必然是边界
在之间的 就设为候选项 （弱边界）
小于阈值下界的 必然不是边界
2）滞后边界跟踪
当弱边缘的周围8邻域有强边缘点存在时，就将该弱边缘点变成强边缘点，以此来实现对强边缘的补充。
学习自：http://t.csdn.cn/a6Je9
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
