1.sobel運算元（索貝爾）
主要思想是：利用影象畫素點的上下左右的畫素點進行加權差，邊緣的差值會較大，從而得到對應的邊緣。
它是一種差分性運算元，包含3*3的橫向，縱向模板，分別對影象進行卷積，得到橫座標，縱座標的亮度差分值。計算出影象亮度函式的梯度近似值。它是一種基於一階導數的邊緣運算元。優點是能夠加降低邊緣模糊程度，對雜訊具有平滑抑制作用-------原因是使用了類似區域性平均的運算，缺點是：檢測出來的邊緣較為粗糙，而且可能出現偽邊緣，同時無法區分背景和主體。
2.canndy邊緣檢測運算元
該運算元包含以下3大操作：濾波，增強，檢測的多階段檢測運算元。
1)通過高斯濾波，可以抑制雜訊點。
2)計算梯度值和方向。（梯度表示訊號變化率，一階導數表示斜率）
3)非極大值抑制。（與相鄰的畫素點進行對比，區域性值最大的則為邊緣點的概率會更大一些）
4)雙閾值選取（高閾值和低閾值，高於高閾值的認為是強邊緣點，低於閾值的認為是弱邊緣，被剔除）
5)滯後邊界跟蹤：連線邊緣------我們認為真正邊緣引起的弱邊緣點和強邊緣點是連通的，而雜訊不是，因此可以通過檢視弱邊緣點附近是否有強邊緣點存在即將該弱邊緣點加進邊緣集合中。
3.prewitt 運算元
一種一階微分運算元，利用3*3的模板與影象進行卷積得到新的灰度值，通過新的灰度值與乙個閾值進行對比，一般來說，大於閾值的會被認為是邊緣，需要注意的是這種檢測方式會被認為是不準確的當有雜訊時候。
4.roberts運算元
羅伯茲運算元是最簡單的運算元，他是利用區域性差分運算元計算邊緣。他採用的是對角線的畫素之差來檢測邊緣，他檢測垂直邊緣的效果好於斜邊，但是無法抑制雜訊，使用之前必須進行平滑處理。它是一種2*2大小的模板。適用於邊緣明顯且雜訊較小的影象分割。
邊緣檢測運算元
看了很多邊緣檢測的文章，有些不夠詳細，有些不算綜合，所以打算總結一下！以下內容均為個人理解，如有問題，望指正！首先，我想要解釋一下什麼是邊緣。通俗地講，灰度值變化劇烈的地方就是邊緣。那麼如何判斷灰度值變化？如何度量 劇烈 各類演算法給出了自己的規範或者說是原則。所以，各類運算元就跳出來了。由於各類運...
邊緣檢測運算元
sobel amp image edgeamplitude filtertype,size 根據影象的一次導數計算影象的邊緣 close edges edges,edgeimage regionresult minamplitude close edges length edges,gradient...
Robert邊緣檢測運算元
robert運算元是一種利用區域性差分運算元尋找邊緣的運算元，它實際也是一種梯度處理法，只是它用的運算元與上篇梯度法的運算元不一樣。上篇是標準差分運算元，而rboert用的是對角線差分。讀取影象 img cv2.imread lena512color.tiff 灰度化處理影象 grayimage c...