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。

图像的亚像素移动，分为垂直和水平方向的分向量 注释详细 生成移动后图片结果保存在work space

基于zernike亚像素识别算法（MATLAB源码），在这供大家学习

基于Zernike正交矩的图像亚像素边缘检测算法，matlab算法很好

为了能够快速、精确地检测出矩形,综合分析目前存在的矩形检测算法的优缺点,提出了一种快速、高精度的矩形检测算法。所提算法首先采用环形窗口将图像分割为多个感兴趣区域,再提取感兴趣区域的亚像素轮廓,并将亚像素轮廓分割为若干线段,然后利用模糊数学理论对线段的几何和物理特性进行融合计算,最终根据模糊融合得到的判决结果完成矩形的高精度检测和定位。实验结果表明:所提算法的检测速度是基于Hough变换的矩形检测算法的7.4倍,检测最大中心定位误差为(0.507 pixel,0.272 pixel);长度的平均误差为1.034 pixel,宽度的平均误差为1.310 pixel,倾角的平均误差为0.304°,并且能够准确地检测出矩形。所提算法满足工业应用中快速、高精度的要求,且有较强的稳定性。

为解决实际测量中求光条中心速度慢的问题，提出一种基于阈值法和Hessian矩阵的改进算法。首先，使用均值滤波以削弱图像噪声，并通过设定阈值来找出光条中心粗略位置，而后利用高斯函数的可分离性和对称性获得光条中心点的Hessian矩阵，以此求出定每一个粗略中心点的法线方向，最后，经过光条中心点在其法线方向上的泰勒级数二次展开得到亚像素坐标点。实验表明该算法能有效降低噪声对图像的影响，极大提高Hessian矩阵的求取速度，同时精度也可达到亚像素级。

亚像素图像处理，想更加深入了解可以看下文档中LICENSE.pdf

亚像素边缘检测方法，此种方法先经过传统模板算子确定边缘的大致位置,然后用曲线拟合方法求出边缘的精确位置,经过粗、精两次定位,在不牺牲速度的情况下,就可获得亚像素级的定位精度。由于Ｂ样条函数所具有的优越性能,该方法采用它作拟合函数。

该程序能对图片进行像素级，亚像素级别图像处理，并对多条轮廓进行圆心拟合，计算各自圆心坐标，方便快捷，坐标数值以及处理后的图像均能保存

一个可以手动点击图片上任意一个点的时候，可以查看该点的亚像素坐标，精确到0.0001