目的提出一种边缘检测改进算法，提高边缘检测精确性。方法从小波变换入手，将图像进行多尺度分解，在各个尺度下对图像各个高频的细节进行加权处理，然后对处理后的图像进行LaDlacian边缘检测。结果噪声得到抑制，边缘定位精确度上升，识别率提高。结论理论和试验结果分析表明，在边缘精度、强弱边缘提取和噪声抑制方面，该算法是有效的。

结合小波变换和数学形态学的优点,提出了一种基于小波变换和数学形态学的边缘检测算法.基于数学形态学的边缘检测,对现有的检测算子进行改进,构造了一种抗噪型边缘检测算子,并使用不同方向的线型结构元素;基于小波变换的边缘检测能有效地保留图像边缘的细节信息,使提取的边缘完整连续.实验结果表明,本研究提出的算法与几种经典边缘检测算子相比,有效抑制了噪声的影响,提高了检测的精度,对各种不同图像具有很好的鲁棒性.

神经网络对图像非常有用处理应用程序。 本文利用蜂窝开发新边缘的神经网络 (CNN) 范式检测算法。 该方法利用严格的图像轮廓的模型，并考虑了一些现有基于 CNN 的硬件的电气限制实现。 四个基准视频序列是分析，即车载电话，美国小姐，Stefan，和领班。 分析表明，所提出的算法产生准确的结果，比通过其他基于 CNN 的方法。 最后，与标准边缘检测技术（即 LoG 边缘检测技术） 检测器和 Canny 算法）进一步证实了开发方法的能力。 一、简介

一种基于统计排序滤波的图像边缘检测算法 图像滤波算法.pdf

一种基于图像形态学的dicom图像边缘检测算法，论文表述了针对dicom图像进行边缘检测的一般算法，并提出了一种基于形态学的边缘检测算法

canny Laplacian Prewitt Roberts Sobel 边缘检测算法 VS 2015 opencv3.1.0

数字图像处理中的拉普拉斯边缘检测算法，先计算图像直方图，灰度值分割阈值，并计算各阈值下的前景和背景概率密度函数，再进行像素的累计熵

对经典边缘分割算法进行了比较，并且对其性能，精度等进行了分析。

一种新的改进Canny边缘检测算法_王娜

摘要：本文主要介绍了几种主流的图像边缘检测算法，包括Canny算子、Sobel算子、Laplace算子、Roberts算子、Krisch算子、Prewitt算子、Susan角点检测算法等。另外也介绍了相应衍生的概念如图像噪声、图像滤波等。 文中所有代码均在本人电脑上正常运行！ 测试环境：VS2013+opevCV2.49 [TOC] 一、图像噪声 1.图像噪声分类 1.1 图像噪声分类 噪声的分类和该噪声的分布符合什么模型有关，常见的噪声有高斯白噪声、椒盐噪声、泊松分布噪声、指数分布噪声等。 1.2 图像滤波器 图像滤波器有空域滤波器，比如均值滤波器、中值滤波器、低通滤波器、高斯滤波等；频域滤波器，比如小波变换、傅里叶变换、余弦变换等；形态学滤波器，主要是通过膨胀和腐蚀等形态学操作进行去噪。 一般平时见的比较多是是高斯白噪声，像用均值滤波、中值滤波、高斯滤波可以去噪。除此以外，像椒盐噪声，