利用细胞神经网络(CNN)模型导出了一种新的彩色图像边缘检测算法。为了充分利用图像中的颜色信息, 在RGB 彩色空间中用Mahalanobis 距离来度量象素之间的差异。为了解决常规边缘提取方法输出二值结果的缺点, 采用可以多值输出的CNN 来进行彩色图像边缘检测。通过Mahalanobis 距离对灰度CNN 度量象素差异的方式进行改进, 使其可以在RGB 彩色空间中进行运算。通过与Sobel、Log 和Canny 等几种边缘检测算子比较, 可以看出新方法的结果更加符合人眼的感知。此外, 在含有丰富细节和微小变化的区域, 新方法可以取得更好的结果。

本实验包括三部分：一：显示一幅真彩色图像的R，G，B分量图像 二：读取某一目录下的十幅图像并在一个面板显示 三：四种边缘检测算法

阐述了基于机器视觉的在线粮库虫情测报系统的系统结构，论述了害虫图像边缘检测是该系统的关键模块。在此基础上详细分析了Roberts算子、Sobel算子、Krisch算子、高斯-拉普拉斯算子在害虫图像边缘检测中的应用。在VC 60平台上实现了这四种方法对粮样图像的边缘检测算法程序的同时，还分析比较了这四种算法对特定粮虫图像边缘检测处理效果的优劣。

基于matlab的彩色石材图像边缘检测算法研究.pdf

边缘检测在数字图像处理和计算机视觉中有着重要的应用。对数字图像处理中具有代表性的Sobel 边缘检测算法进行了分析。针对该算法存在检测出的边缘粗且对噪声极其敏感的缺点, 提出了一种改进算法。该算法对实际图像中出现的边缘类型进行了数学模型描述, 然后把连续型的边缘模型作为研究对象, 重新构造了对图像边缘方向进行检测的模板。针对Sobel 边缘检测基于一阶导数极大值或二阶导数零交叉而带来的边缘定位准确度不高的缺点, 对图像梯度图进行了细化处理。仿真结果表明: 该算法对图像噪声干扰有较强的抑制能力, 提取的边缘定位准确、结构细腻。

通过改进的双阈值函数得到了边缘图像-这在图像检索方面很有用

C语言实现灰度图像的集中常用边缘检测算法，包括：梯度算子，roberts边缘检测算法，Sobel边缘检测算法，Laplace边缘检测算法和Canny边缘检测算法

一个matlab编写的实用的灰度图像边缘检测算法，实时性较好，算法效果较高。

C语言实现灰度图像的集中常用边缘检测算法，包括：梯度算子，roberts边缘检测算法，Sobel边缘检测算法，Laplace边缘检测算法和Canny边缘检测算法

MATLAB版本的基于蚁群算法的图像边缘检测，可运行，含程序运行说明。