图像边缘检测式极其重要的信息载体，它包含了人类视觉与机器视觉对于图像中引起的边缘处明暗、色彩、轮廓、纹理以及各种与图像颗粒相关的属性等的变化。基于图像的像素灰度特征，可以进一步衍生出图像的灰度的直方图、纹理结构图、颜色直方图。边缘的形成通常是由于物体的材料不同或表面的朝向不同，引起图像中的边缘处存在明暗、色彩、纹理的变化。因此反过来在图像中检查不同灰度、色彩等特性区域的交界处就可得到边缘。边缘轮廓是人类识别物体形状的重要因素，也是图像处理永利欢乐娱人城要的处理对象。边缘检测主要采用各种算法来发现、强化图像中那些可能存在边缘的像素点。

由于边缘是灰度值不连续的结果，这种不连续常可以利用求导数方便的检测到，一般选择一阶和二阶导数来检测边缘。在机器视觉检测中，边缘检测可以借助空域微分算子通过卷积完成。实际上数字图像处理中求导数是利用差分近似微分来进行的。

机器视觉中检测是指对目标的存在性进行判断，如检测电路板上的某一电阻或电容是否被安装等。检测既可基于尺寸距离等测量，也可基于对其他更为抽象的图像特征的计算。缺陷检测通常是按照预先设置的特征阈值范围判断被测量的特征是否在这一达标范围内。目标对准可对视场中目标相对标准位置的平移和旋转进行纠正。分类计数则通过特征模式匹配等对目标进行分类并统计数量。而目标追踪则可以根据事先选择的特征跟踪视场中目标的位置。

边缘检测算法的基本步骤如下：

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，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。

2、增强：增强边缘的基础是确定各点邻域强度的变化值。增强算法可以将邻域(或局部)强度值有显著变化的点凸显出来。

3、检测：在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某种方法来确定哪些点是边缘点。常采用梯度幅值Ill值判据。

4、定位：如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来。

边缘检测在用机器视觉技术的一种通常用于检测表面缺陷尺寸测量时，以上四步检测外观测试是非常普遍且必不可少的，尤其边缘定位缺陷异常像素上精确位置和方位。机器视觉检测技术，以其强大的性能优势，使得产品质量标准化，检测速度快，检测结果可靠、稳定，并且可以长时间检测，广泛应用于各大领域。

永利欢乐娱人城(科技)有限公司是一家集研发、生产和销售于一体的机器视觉检测设备厂家，致力于CCD视觉检测技术及自动化检测(筛选)设备的研发和制造，可以根据需求定制非标自动化设备/外观视觉检测设备/全自动视觉检测设备。