a361251388的专栏

由8个卷积核组成Krisch边缘检测算子， 8个卷积核分别对图像卷积，取最大值点作为边缘点。

由两个卷积核形成Prewitt边缘检测算子， 分别用卷积核对图像卷积，比较图像点，取其最大值。

高斯差分与高斯拉普拉斯相似，都是先经过高斯平滑，再做差分，但这两个过程可结合成一起。高斯差分算子如下： 取sigma1 = 0.2, sigma2 = 0.8,离散化则 【-0.1045 -0.2283 -0.1045 -0.2283 1.4960 -0.2283 -0.1045 -0.2283 -0.1045 】 取整，并使模板总和为0，则

图像边缘可表示为一阶过极点或二阶过零点. 拉普拉斯算子表示为d2f = a2f / a2x + a2f / a2y 由于噪声点对边缘检测影响较大，所以由高斯滤波和拉普拉斯算子结合，形成高斯拉普拉斯算子。 由高斯函数根据拉普拉斯算子的公式求导可得 离散化，取sigma为1.0，则5x5模块为 {0.0175 0.0392 0.0431 0.0392 0.0175

函数的梯度为df = af/ax * ix + af/ay * iy图像梯度即为梯度的模， df = sqrt((af/ax) ^ 2 + (af/ay) ^ 2)为简化计算过程，可表示为 df = | af/ax | + | af/ay Roberts算子是Roberts1963年提出的，他利用对角方向相邻的两个像素之差来近似差分。该算子边缘定位准，但对噪声敏感。Roberts算子表达式如下：G[i,j] = | f[i , j ] - f[ i + 1, j + 1 ] | + | f[ i