1.2 边缘检测研究的背景及意义 人类主要通过图像来认知客观世界。据科学的研究和统计表明，人类获取的信息中大约有 75%是通过图像这个载体。 计算机的视觉处理就是简化信息留下必要的信息。图像的边缘不会改变，人类对边缘很敏感。边缘所反映的是图像灰度的不连续性。 传统的边缘检测方法很多，如:主要有 Roberts 算子、Prewitt 算子、Sobel 算子、Kirsch 算子、LOG 算子、Laplace 算子等等。 在图像的分割领域中，人们通常只对图像中的一部分感兴趣，我们就可以利用边缘检测方法将目标对象从图像中提取出来，以便更好地对目标对象进行辨别和分析。在图像的检索领域中，确定目标物体和处理视频图像，或者基于内容的图像检索。获得到图像边缘，会降低分析的内容，从而简化图像识别。
1.3 边缘检测研究的历史现状 边缘检测的方法主要分为两种： (1)提出新边缘检测算法。人们在已经十分熟练的掌握了传统的边缘检测算法的同时，随着社会与科学的不断发展，人们又提出了很多新的边缘检测方法以适应应用的需求。大致为结合特定理论工具和针对特殊的图像两种，比如说以统计学方法为基础的检测技术、以模糊理论为基础的检测技术、以信息论为基础的检测技术等等。还有比如对彩色图像进行检测边缘、雷达图像和运动图像的边缘检测来分割运动图像等等。 (2)在实际工程中运用现有的算法。如车牌的识别、人脸的检测等等。 虽然边缘检测的提出很早，对其的研究也越来越多，但是由于其自身的难度，研究并没有什么突破性的进展，到目前为止人们并没有找到一种普遍使用的检测算。

图像的边缘检测技术研究(2):http://www.youerw.com/jisuanji/lunwen_59225.html