基于MATLAB的程序包，完全实现边缘检测的9种方法，并且作图进行了对比。程序数据全部包含，直接运行就可以出结果。

利用snake算法实现数字图像的边缘检测，图像分割以及特征提取！！

hed边缘检测使用python opencv进行推理

边缘检测算子的模板，matlab文件，转载的，已经改好了一个，其它的按照同样的方法处理就可以了。

1211csit20.pdf

一种先进的非接触边缘检测方法结构位移监测

数字图像的边缘检测的几种方法的matlab程序代码。包括几种经典算法，还有水线阈值法水线阈值法，形态学梯度检测二值图像。

一种改进的八方向Sobel算子，python代码（基于matlab源码改写）。八个Kernel为：mask1=[-1 -2 -1;0 0 0;1 2 1]; mask2=[-2 -1 0;-1 0 1;0 1 2]; mask3=[-1 0 1;-2 0 2;-1 0 1]; mask4=[0 1 2;-1 0 1;-2 -1 0]; mask5=[1 2 1;0 0 0;-1 -2 -1]; mask6=[2 1 0;1 0 -1;0 -1 -2]; mask7=[1 0 -1;2 0 -2;1 0 -1]; mask8=[0 -1 -2;1 0 -1;2 1 0];

为了提高图像的边缘检测性能，将蚁群算法引入图像边缘检测。阐述了提取图像边缘特征的方法和蚁群算法的基本原理，提出了一种基于改进的蚁群算法的边缘检测方法。将图像的形态学梯度值作为蚁群的信息激素强度值和启发信息值，使用最大类间方差法获得图像的边缘信息。实验结果表明该算法能成功地提取边缘信息并抑制背景纹理细节，具有较好的检测效果。

针对图像边缘检测过程中，现有算法存在阈值设定缺乏自适应性、收敛速度较慢、容易陷入局部最优解等问题，通过改进蚁群算法的子块梯度比的求取方式优化算法初始设定，并与扰动因子结合优化蚁群转移规则，再根据蚁群动态情况调整信息素阈值等操作进行组合优化。实验结果表明与现有文献的算法相比，改进后的算法在运算速度上提升2.81%，检测效果上提升12.24%。