机器视觉光源检测应用的地方很多，其中边缘检测也是其中的重要应用之一，今天给大家讲解一下边缘检测算法的步骤有哪些。

  机器视觉光源边缘检测相关算法的步骤如下：

  1、滤波：边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因而必需运用滤波器来改善与噪声有关的边缘检测器的性能。需求指出，大多数滤波器在降低噪声的同时也招致了边缘强度的损失，因而，加强边缘和降低噪声之间需求折中。

  2、加强：加强边缘的根底是肯定图像各点邻域强度的变化值。加强算法能够将邻域(或部分)强度值有显著变化的点突显出来。边缘加强普通是经过计算梯度幅值来完成的。

  3、检测：在图像中有许多点的梯度幅值较大，而这些点在特定的应用范畴中并不都是边缘，所以应该用某种办法来肯定哪些点是边缘点。最简单的边缘检测判据是梯度幅值阈值判据。

  4、定位：假如某一应用场所请求肯定边缘位置，则边缘的位置可在子像素分辨率上来估量，边缘的方位也能够被估量出来。

  边缘检测是机器视觉光源检测技术的一种，在边缘检测算法中，前三个步骤用得非常普遍。这是由于大多数场所下，仅仅需求边缘检测器指出边缘呈现在图像某一像素点的左近，而没有必要指出边缘的准确位置或方向。

  边缘检测的本质是采用某种算法来提取出图像中对象与背景问的接壤线。我们将边缘定义为图像中灰度发作急剧变化的区域边境。图像灰度的变化状况能够用图像灰度散布的梯度来反映，因而我们能够用部分图像微分技术来取得边缘检测算子。经典的边缘检测办法，是经过对原始图像中像素的某小邻域结构边缘检测算子来到达检测边缘这一目的的。

  边缘检测是主要应用有：检测芯片针脚能否规则划一、目的定位以及存在/缺陷检测等。基于边缘检测技术的应用，为行业的高精度检测及尺寸测量提供了强大的技术支持。