機器視覺光源邊緣檢測算法
機器視覺光源檢測應用的地方很多，其中邊緣檢測也是其中的重要應用之一，今天給大家講解一下邊緣檢測算法的步驟有哪些。
機器視覺光源邊緣檢測相關算法的步驟如下：
1、濾波：邊緣檢測算法主要是基于圖像強度的一階和二階導數，但導數的計算對噪聲很敏感，因而必需運用濾波器來改善與噪聲有關的邊緣檢測器的性能。需求指出，大多數濾波器在降低噪聲的同時也招致了邊緣強度的損失，因而，加強邊緣和降低噪聲之間需求折中。
2、加強：加強邊緣的根底是肯定圖像各點鄰域強度的變化值。加強算法能夠將鄰域(或部分)強度值有顯著變化的點突顯出來。邊緣加強普通是經過計算梯度幅值來完成的。
3、檢測：在圖像中有許多點的梯度幅值較大，而這些點在特定的應用范疇中并不都是邊緣，所以應該用某種辦法來肯定哪些點是邊緣點。最簡單的邊緣檢測判據是梯度幅值閾值判據。
4、定位：假如某一應用場所請求肯定邊緣位置，則邊緣的位置可在子像素分辨率上來估量，邊緣的方位也能夠被估量出來。
邊緣檢測是機器視覺光源檢測技術的一種，在邊緣檢測算法中，前三個步驟用得非常普遍。這是由于大多數場所下，僅僅需求邊緣檢測器指出邊緣呈現在圖像某一像素點的左近，而沒有必要指出邊緣的準確位置或方向。
邊緣檢測的本質是采用某種算法來提取出圖像中對象與背景問的接壤線。我們將邊緣定義為圖像中灰度發作急劇變化的區域邊境。圖像灰度的變化狀況能夠用圖像灰度散布的梯度來反映，因而我們能夠用部分圖像微分技術來取得邊緣檢測算子。經典的邊緣檢測辦法，是經過對原始圖像中像素的某小鄰域結構邊緣檢測算子來到達檢測邊緣這一目的的。
邊緣檢測是主要應用有：檢測芯片針腳能否規則劃一、目的定位以及存在/缺陷檢測等?；谶吘墮z測技術的應用，為行業的高精度檢測及尺寸測量提供了強大的技術支持。
