总结了目前二维灰度图像的亚像素边缘检测算法，针对它们存在的原理误差、计算复杂、用时长及不能通用等问题，提出了一种新的亚像素边缘检测算法.分析了3种基本边缘（阶跃型边缘、脉冲型边缘、屋脊型边缘）的特点，利用一维质心算法对这3种边缘特征计算上的通用性及简易性进行了二维推广，得到了一种具有快速通用性的亚像素边缘检测算法.并在此基础上针对提高离散化过程中的精度问题，引入了高斯卷积平滑的预处理方法；引入了Sobel算法对图像像素进行了筛选，进一步提高了计算速度.通过实验验证了此算法的有效性，并分析了误差产生的原因.

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

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正交矩的图像亚像素边缘检测算法，matlab算法很好

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

利用曲面拟合的方法实现图像亚像素级移动完整程序