摘要边缘检测在图像处理中起着重要的作用，有助于对目标进行分类和识别等操作。这是提高图像清晰度的唯一方法。常用的边缘检测技术如Sobel、Prewitt、Canny、Laplacian of Gaussian（对数）、Roberts和Zero Crossing等都吸引了研究者的注意，对这些技术进行了比较分析，但使用了不同类型的图像进行模糊处理除外。基于模糊逻辑的边缘检测算法的发展和与现有算法的比较变得非常重要，因为像素的边界识别图像DEG如预期的那样清晰，因此使用CRISP值的其他边缘检测算法将忽略一些重要的信息像素，这会降低图像的质量。图像边缘检测，并通过适当的解释进一步应用。本研究进一步扩展了边缘检测技术的最优性研究，通过比较Sobel、Prewitt、Canny、Laplacian和Roberts的边缘检测算法与我们使用Matlab设计的基于模糊的边缘检测算法。结果表明，在三种不同的图像实验中，本研究开发的模糊边缘检测算法优于Canny、Sobel、Prewitt、Roberts和Log边缘检测算法。

5分，内容丰富，程序可用，注释清晰，我在网上找的，最好的关于java灰度图像处理的代码了。为了做游戏，几乎翻遍了网络。 线性灰度变换 反转灰度变换 伪彩色处理 平滑处理 锐化处理 中值滤波 二值化处理 边缘检测 图像灰度化及伪彩色处理 图像平滑锐化处理及其中值滤波 图像二值化处理 图像的Robert边缘检测

这是Image edge的演示程序% 检测使用变异自适应蚁群优化，CCI V 交易，LNCS 6910，2011，第 27-40 页。

传统Canny算法采用高斯滤波会造成图像的过度光滑，容易导致缓变边缘的丢失，而且梯度幅值的计算方法没有充分考虑到3×3邻域内周围像素对中心像素的影响。针对上述存在的问题与不足，结合小波融合技术的优势，提出了一种基于改进Canny算子与图像形态学融合的边缘检测方法，利用改进的Canny算子和图像形态学分别对图像进行边缘检测，然后应用小波融合技术把两种方法检测出来的边缘进行图像融合，得到最终的图像边缘。仿真结果表明，该算法具有较好的抗噪能力，有效地提高了边缘检测的准确性和完整性。

主要为大家详细介绍了OpenCV实现图像边缘检测，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

opencv 实现的数字图像边缘检测的源代码。非常详细

区域生长 区域生长的一种最简单的方法是从某个象素开始，然后检查它的近邻，判断它们是否具有相似性，这个相似性可以是灰度级、彩色、组织、梯度或其他特性。

利用Canny边缘检测算法对图像进行边缘检测。

利用Canny算子进行边缘检测源代码，很经典的边缘检测算法

通过matlab完整再现facet小面模板卷积方法下的灰度图像边缘检测，注解完整，有效帮助理解整个理论实现。