本人收集的关于c实现图像处理常用算法，包括Hough变换，雕刻技术，灰度均衡，图像的3D灰度显示，拉普拉斯高斯边缘检测等等，

应用各种算法进行边缘检测，比较后个有优劣

这是一段用小波模极大值进行图像边缘检测的程序，欢迎批评指正。

Susan角点检测python实现（边缘检测、角点检测、重心计算、非极大值抑制）

为解决传统均值比(ratio of average,ROA)算子检测 SAR(synthetic aperture radar,SAR)图像边缘时出现的受噪声影响大和边缘定位精度低等问题,结合平稳小波变换的优点,提出一种平稳小波去噪和改进 ROA算法的SAR图像边缘检测方法。首先,利用平稳小波进行去噪预处理,减少相干斑噪声。然后,通过把传统 ROA 算子的4 个检测方向增加为 8 个,以及利用非极值抑制进行边缘定位,在检测方向和定位精度两个方面改进 ROA 算法。实验结果表明,该方法的去噪性能和边缘检测效

采用canny边缘检测，将图片二值化，然后求出物体的质心。采用canny边缘检测，将图片二值化，然后求出物体的质心

只需在您的编辑器中运行它

canny边缘检测，使用canny算法进行图像边缘检测，阈值在代码里-canny edge detection, using canny edge detection algorithm, the threshold in the code

RH炼钢工艺中，控制钢水液面高度目前仍采用人工目测的方法，该方法存在一定的缺陷与不准确性。因此本文提出一种钢水液面精确定位算法，该算法采用数字图像处理技术，对图像边缘检测算子进行深入研究，引用一种改进型Sobel算子——8模板各向同性Sobel算子，它能够检测出8个方向的边缘，接着采用霍夫变换、曲线拟合对边缘做优化处理，以此检测出钢水液面的位置。实验研究表明，该算法能够准确检测出钢水液面的位置，为RH炼钢工艺的自动化发展提供重要的理论依据。

鉴于Sobel算子检测边缘较粗、定位不准确，以及LoG算子具有各向同性的特点且对边缘方向性信息检测不敏感，提出了Sobel算子与LoG算子相结合的边缘检测与细化方法。首先用水平、垂直、两个斜对角4个方向模板改进原Sobel算子两个方向模板，并用改进的Sobel算子对原图像进行边缘检测，得到粗边缘图像；然后使用LoG算子检测粗边缘图像的边缘；最后将两次边缘检测结果相减，达到边缘细化的目的。实验结果表明，该方法有效地解决了原Sobel算子检测边缘较粗的问题，得到的边缘较细；克服了LoG算子对方向性边缘信息不敏感的缺陷；且运算速度与传统LoG方法基本相当。