1.1 種類
halcon內常用的邊緣檢測運算元包括如下幾種：
1.edges_image: 提取2d 影象邊緣
2.edges_sub_pix：提取2d影象亞畫素邊緣
3.edges_object_model_3d ：提取3d影象邊緣
4.edges_color和edges_color_sub_pix：提取彩色影象邊緣
1.2 區別
edges_image可選擇多種邊緣檢測演算法來提取物體邊緣，其與亞畫素邊緣運算元的區別在於edges_image提取是以畫素為單位的邊緣特徵，edges_sub_pix是以比畫素還小的單位來提取的邊緣，一般採用矩方法，插值法和擬合法。
該運算元內主要引數包括：
imadir（影象邊緣方向，對sobel_fast演算法無用，因為其不計算方向資訊）
filter（邊緣運算元，包括』canny』, 『deriche1』, 『deriche1_int4』, 『deriche2』, 『deriche2_int4』, 『lanser1』, 『lanser2』, 『mshen』, 『shen』, 『sobel_fast』）
alpha（過濾器引數，小的值導致強平滑，但是更少的細節（canny運算元相反））
nms(非最大值抑制（設定為none，表示不需要使用該值）)
low（滯後閾值操作的下閾值（如果不需要閾值設定，則為負值））
high（滯後閾值操作的上閾值（如果不需要閾值設定，則為負值））
2.2 邊緣檢測演算法
對於演算法來講，目前canny運算元是最穩定的邊緣檢測方法。
canny演算法由邊緣強度、邊緣細化（nms）、滯後閾值三個階段組成。
首先，邊緣強度的計算是計算影象梯度：梯度幅值矩陣、梯度方向矩陣：
1）影象灰度化
2）高斯濾波
3）sobel濾波器求出x,y方向上梯度影象，記為fx、fy
4）利用fx、fy求出梯度幅值和梯度的方向
5）此時的梯度方向為[-90，+90]之間的任意值，將它們規則化為四類種0、45、90、135度。
然後，計算非最大值抑制（nms），我們根據已經規則化的方向矩陣中儲存的方向先分類，之後比較相同方向上的三顆畫素，確保中間畫素的值最大，否則將它置零，最後得出了清洗過的梯度幅值矩陣。
最後，繼續處理梯度幅值矩陣，根據設定高閾值high、低閾值low將影象分成三部分:
1.梯度幅值大於high的畫素，將值置為255；
2.梯度幅值小於low的畫素，將值置為0；
3.梯度幅值在中間的畫素，用它的8鄰域判斷，鄰域內若有值大於high，則將中間的畫素置為255；
下面對涉及
下面結合程式對每種濾波演算法進行演示講解：
read_image (i, 'c:/users/administrator/desktop/a.png')
dev_close_window ()
dev_open_window(0, 0, 512, 512, 'black', windowhandle)
get_image_size (i, width, height)
dev_set_window_extents (0, 0, width, height)
rgb1_to_gray(i, grayimage)
*dev_set_lut ('change2')
*設定滯後閾值為預設值
*濾波引數值alpha
*設定滯後閾值必須大於0，小於255，值越小細節越多，但同時會帶來很多不需要的邊緣資訊。
*值越大則會丟失邊緣，很多邊緣點值都會被設定為0。
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...
邊緣檢測運算元
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...