实现思路： 　　1，将传进来的图片矩阵用算子进行卷积求和（卷积和取绝对值） 　　2，用新的矩阵（与原图一样大小）去接收每次的卷积和的值 　　3，卷积图片所有的像素点后，把新的矩阵数据类型转化为uint8 注意： 　　必须对求得的卷积和的值求绝对值；矩阵数据类型进行转化。 完整代码： import cv2 import numpy as np # robert 算子[[-1,-1],[1,1]] def robert_suanzi(img): r, c = img.shape r_sunnzi = [[-1,-1],[1,1]] for x in range(r): for

里面有每个算法实现的源码，都是实现过的，每个算法后面配有效果图。适合初学者，是本人学习时从教材及网上慢慢整理出来的，希望对大家有用。谢谢！

【边缘检测】基于CNN的灰度图像边缘提取matlab源码.zip

Learning to Detect Natural Image Boundaries Using Local Brightness, Color,and Texture Cues 论文的matlab代码，里面pb_demo是主函数

提出一种通过种子边缘点提取闭合点云边缘的算法，通过搜索视角控制边缘点云搜索方向，可提取尖锐边缘与相交边缘。算法通过模拟点与点之间拉力的聚集程度来判断一个点是否具有边缘点的特征。首先构建kd-tree以便快速查找点云数据。其次定义点云的邻域半径，通过计算种子点邻域内点的边缘系数来选择新的种子边缘点，并通过搜索视角来控制点云搜索的方向，最终提取闭合的点云边缘。选择不同的种子点与搜索视角可提取不同的边缘。通过实验分析邻域半径和搜索视角对算法边缘提取效果的影响，并采用合适的半径与搜索视角，对尖锐边缘与相交边缘进行点云提取，获得了准确的点云边缘，从而证明了该算法的有效性。

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

广义模糊算子 图像处理 边缘提取

基于数学形态学的图像边缘检测具有对噪声鲁棒等优势，但单一结构元素的边缘检测不能检测复杂边缘。文中针对原有遗传算法"早熟"现象及精确度不高的现象，提出了一种改进的遗传算法，并将其应用于多元结构元素选取中。实验证明，改进后的算法优化了基于多元结构元素的形态学边缘检测算子，提高了检测精度和抗噪声能力。

这是MATLAB的亚像素边缘提取程序，经过我的验证，能够实现相应的功能。

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