边缘是指图像部门亮度变动最显著的部门。边缘重要存在于指标与指标、指标与布景、区域与区域之间,是图像宰割、纹理特点提取及状态特点提取和图像分析的基础。边缘检测是机械视觉中必不成少的环节,是一种沉要的图像预处置技术。图像分析和理解的第一步时时是边缘检测，它在图像处置与推算机视觉中占有特殊地位，它是底层处置中最沉要的环节之一，往往检测出边缘的图象就能够进行特点提取和状态分析。
边缘的形成是由于物体的资料分歧或表表的朝向分歧,引起图像中的边缘处存在明暗、色彩、纹理的变动。因而反过来在图像中查抄分歧灰度、色彩等个性区域的接壤处就可得到边缘。边缘概括是人类鉴别物体状态的沉要成分,也是图像处置中沉要的处置对象。边缘检测重要选取各类算法来发现、强化图像中那些可能存在边缘的像素点。
由于边缘是灰度值不陆续的了局，这种不陆续Ｄ芄焕们蟮际奖愕募觳獾，通常选择一阶和二阶导数来检测边缘。在机械视觉检测中，边缘检测能够借助空域微分算子通过卷积实现。现实上数字图像处置中求导数是利用差分近似微分来进行的。常用的微分算子有梯度算子和拉普拉斯算子。
1、滤波:边缘检测算法重要是基于图象强度的一阶和二阶导数，但导数的推算对噪声很敏感，因而必须使用滤波器来改善与噪声有关的边缘检测器的机能。
2、加强:加强边缘的基础是确定图象各点邻域强度的变动值。加强算法能够将邻域(或部门)强度值有显著变动的点突显出来。
3、检测:在图象中有很多点的梯度幅值比力大，而这些点在特定的利用领域中并不都是边缘，所以应该用某种步骤来确定哪些点是边缘点。常选取梯度幅值Ill值判据。
4、定位:若是某一利用场所要求确定边缘地位，则边缘的地位可在子象素分辨率上来估计，边缘的方位也能够被估计出来。
在用机械视觉进行尺寸丈量时，这四步必不成少，尤其必须指出边缘的精确地位和方位；凳泳跫觳饧际，以其壮大的机能优势，使得产品质量尺度化，检测速度快，检测了局靠得住、不变，并且能够长功夫检测，宽泛利用于各大领域。
