facet小面灰度图像边缘检测

一种基于子图像灰度差特征的表面缺陷检测算法，已实验效果较好，适用于均匀纹理表面图像

针对传统算子进行边缘检测时易丢失边缘信息和在非边缘处增强噪声的缺陷，提出一种基于非参数变点统计分析的噪声图像边缘检测方法，该统计方法不但不需要图像数字特征的任何先验信息，而且对噪声污染的图像不作任何滤

基于坡度算子的灰度图像的边缘提取，运算速度比较高，该算法目前在国内研究的人还比较少~

对灰度图像进行小波分解，再对分解后的图像进行分块，提出低频信息，对图像的识别率有所提高。

边缘检测可以大幅度地减少原图的数据量,消除许多没有意义的信息,保留图像重要的结构属性。本文使用Haar小波滤波器,利用小波变换将原灰度图像进行一层分解,产生4个子图像,对水平高频子图像和垂直高频子图像

PAGE 基于小波变换的图像边缘检测算法仿真实现 学 生 姓 名 XX 指 导 教 师 xxx 专 业 班 级 电子信息 学 号 00000000000 学 院 计算机与信息工程学院 二一五 年 五

小波变换边缘检测cany算法挺不错不信，下载试试看看

利用小波包分解检测图像的边缘，具体为利用db4正交小波基对图像进行一层小波包分解后，所得到的近似图像比原图像层次更分明，因此利用分解后的近似图像能检测边缘。

基于B样条小波的图像边缘检测算法

 边缘是图像最基本的特征,边缘检测是图像处理中的重要内容。传统的边缘检测方法只根据当前像素点和相邻像素点之间的关系进行边缘检测,抑制噪声效果不好,定位边缘精度较低。为了更好的抑制噪声