为了提高刀具几何参数图像测量精度, 基于矩法理论, 提出了一种亚像素边缘检测算法。该方法的基本 思想是采用灰度空间矩, 将图像边缘特征离散为亚像素级特征点, 并用Matlab 实现图像的处理。实验证明, 基于亚 像素特征点提取检测的刀具几何参数具有较高测量精度, 且计算量小, 具有很好的抗噪性能。

利用opencv的亚像素级别的边缘检测和获取，添加了原有程序的包含文件和库，可以直接调试运行，个边参数可以根据实际情形修改

一种快速亚像素边缘检测算法的实现的理论，可以快速实现亚像素的算法，在时间上有一定的优势，先看理论，然后自己通过理论用C++实现

亚像素边缘检测技术是采用图像处理软件算法来提高检测精度的有效途径, 文中对矩法、拟合法和插值法等常用的亚像素边缘检测算法的原理、优点和不足进行了分析 ,提出了Sigmoid函数拟合的亚像素边缘定位算法.该算法采用 Sigmoid函数拟合边缘模型,利用图像边缘灰度信息对模型进行非线性最小二乘拟合 , 求得边缘的亚像素位置 .理论分析和实验结果表明 , 基于 Sigmoid函数拟合的亚像素边缘定位算法的定位精度为 0.045像素 ,但检测的速度比灰度矩提高了一个数量级 ,比空间矩 、Zernike矩和插值法提高了两个数量级 .此算法能较好地满足影像测量的稳定可靠 、高精度及强实时性要求。

可以实现亚像素边缘检测，使边缘检测精度达到亚像素级别。

在亚像素级别，求取物体的边缘信息，提高物体的定位精度。

Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测

针对基于机器视觉的薄片零件尺寸在线高精度检测系统中的边缘检测问题,提出了一种新颖 的精确亚像素边缘检测方法。用简单阈值法对待检零件图像进行二值化;用团块面积阈值法去除待检 零件图像中的噪声;用二值数学形态学方法进行像素级边缘检测获得单像素宽连通的像素级轮廓;用基 于三次样条插值的9 ×9pixel 矩形透镜法进行亚像素边缘检测获得亚像素级轮廓。实验结果表明,该 方法计算速度快、抗噪声能力强、检测精度高、亚像素边缘定位精度可达微米级

利用matlab实现的基于二次线性插值的亚像素边缘检测

针对传统边缘检测算法存在定位精度低、对噪声敏感等缺点，提出一种基于形 态学梯度的样条插值亚像素边缘检测方法。利用改进的数学形态学梯度算子进行边缘 点的粗定位，再利用三次样条插值法对提取出的边缘图像进行插值运算，最后利用数学 形态学细化算子将提取出的边缘进行细化，可有效地检测出图像边缘，实现亚像素边缘 检测。实验结果表明，这种方法能准确地检测出边缘，优于传统的边缘检测方法。