超级会员免费看
本文介绍了图像边缘检测技术的发展历程，重点讨论了梯度、拉普拉斯算子、LoG、DoG和Canny算法。通过对上世纪六十年代至八十年代的研究成果的回顾，阐述了Prewitt、Kirsch、Robinson、Marr和Canny等人的贡献。Canny边缘检测算法以其检测效果好、定位准确、响应次数低的准则，成为广泛使用的标准方法。
图像边缘检测技术属于数字图像处理领域中比较基础的话题，早在上世纪七十年代，研究人员就已经展开了对该领域的探讨。现在，相关技术在所有的图像处理教科书中都是必然会介绍的部分。另一方面，很多更进一步的话题，例如SIFT特征检测算法、计算摄影学中的一些特效滤镜都需要以图像边缘检测技术为基础，或者部分使用了成熟的边缘检测算法成果。在我过去已经出版的诸多与数字图像处理有关的书籍中，都有详细介绍相关算法。
欢迎关注白马负金羁的博客 http://blog.csdn.net/baimafujinji，鉴于目前网上盗贴、洗稿等现象严重，为保证公式、图表得以正确显示，强烈建议你从该地址上查看原版博文。本博客主要关注方向包括：数字图像处理、算法设计与分析、数据结构、机器学习、数据挖掘、统计分析方法、自然语言处理。
基于《图像处理中的数学修炼》和《数字图像处理：原理与实践》等书的总结，比较常用的图像边缘检测技术可以归纳为如下这些具有代表性的方法：
- 基于梯度的方法：Roberts, Sobel, Prewitt
- 带方向的边缘检测：Prewitt， Kirsch， R
订阅专栏 解锁全文
扫一扫
7143
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
