1、濾波：邊緣檢測(cè)算法主要是基于圖像強(qiáng)度的一階和二階導(dǎo)數(shù)，但導(dǎo)數(shù)的計(jì)算對(duì)噪聲很敏感，因此必須使用濾波器來改善與噪聲有關(guān)的邊緣檢測(cè)器的性能。需要指出，大多數(shù)濾波器在降低噪聲的同時(shí)也導(dǎo)致了邊緣強(qiáng)度的損失，因此，增強(qiáng)邊緣和降低噪聲之間需要折中。

    2、增強(qiáng)：增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)鄰域強(qiáng)度的變化值。增強(qiáng)算法可以將鄰域(或局部)強(qiáng)度值有顯著變化的點(diǎn)突顯出來。邊緣增強(qiáng)一般是通過計(jì)算梯度幅值來完成的。

    3、檢測(cè)：在圖像中有許多點(diǎn)的梯度幅值比較大，而這些點(diǎn)在特定的應(yīng)用領(lǐng)域中并不都是邊緣，所以應(yīng)該用某種方法來確定哪些點(diǎn)是邊緣點(diǎn)。簡(jiǎn)單的邊緣檢測(cè)判據(jù)是梯度幅值閾值判據(jù)。

    4、定位：如果某一應(yīng)用場(chǎng)合要求確定邊緣位置，則邊緣的位置可在子像素分辨率上來估計(jì)，邊緣的方位也可以被估計(jì)出來。

    機(jī)器視覺檢測(cè)

    邊緣檢測(cè)是機(jī)器視覺檢測(cè)技術(shù)的一種，在邊緣檢測(cè)算法中，前三個(gè)步驟用得十分普遍。這是因?yàn)榇蠖鄶?shù)場(chǎng)合下，僅僅需要邊緣檢測(cè)器指出邊緣出現(xiàn)在圖像某一像素點(diǎn)的附近，而沒有必要指出邊緣的精確位置或方向。

    邊緣檢測(cè)的實(shí)質(zhì)是采用某種算法來提取出圖像中對(duì)象與背景問的交界線。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可以用圖像灰度分布的梯度來反映，因此我們可以用局部圖像微分技術(shù)來獲得邊緣檢測(cè)算子。經(jīng)典的邊緣檢測(cè)方法，是通過對(duì)原始圖像中像素的某塊小領(lǐng)域構(gòu)造邊緣檢測(cè)算子來達(dá)到檢測(cè)邊緣這一目的。

    邊緣檢測(cè)

    邊緣檢測(cè)的主要應(yīng)用有：檢測(cè)芯片針腳是否規(guī)則整齊、目標(biāo)定位以及存在/缺陷檢測(cè)等?；谶吘墮z測(cè)技術(shù)的應(yīng)用，為行業(yè)的高精度檢測(cè)及尺寸測(cè)量提供了強(qiáng)大的技術(shù)支持。