1、滤波：边缘检测算法要紧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，因而必须使用滤波器来改善与噪声有关的边缘检测器的性能。必须指出，大多数滤波器在落低噪声的同时也造成了边缘强度的损失，因而，增强边缘和落低噪声之间必须折中。    2、增强：增强边缘的基础是确定图像各点邻域强度的变化值。增强算法能够将邻域(或局部)强度值有显著变化的点突显出来。边缘增强通常是通过计算梯度幅值来完成的。    3、检测：在图像中有很多点的梯度幅值较为大，而这些点在特定的应用领域中并不基本上边缘，因而应该用某种方法来确定哪些点是边缘点。简单的边缘检测判据是梯度幅值阈值判据。    4、定位：如果某一应用场合规定确定边缘位置，则边缘的位置可在子像素分辨率上来估测，边缘的方位也能够被估测出来。    机器视觉检测    边缘检测是机器视觉检测技术的一种，在边缘检测算法中，前三个步骤用得十分普遍。这是由于大多数场合下，仅仅必须边缘检测器指出边缘浮现在图像某一像素点的附近，而没有必要指出边缘的精确位置或方向。    边缘检测的实质是采纳某种算法来提取出图像中对象与背景咨询的交界线。我们将边缘定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况能够用图像灰度分布的梯度来反映，因而我们能够用局部图像微分技术来获得边缘检测算子。经典的边缘检测方法，是通过对原始图像中像素的某块小领域构造边缘检测算子来达到检测边缘这一目的。    边缘检测    边缘检测的要紧应用有：检测芯片针足是不是规则整齐、目标定位及其存在/缺陷检测等。基于边缘检测技术的应用，为行业的高精密度检测及规格测量提供了强大的技术支持。