亚像素技术是根据图像中待测物体的特定灰度分布规律和形状分布规律来进行高精度定位的一种技术。像素是组成图像的基本单位，即图像的分辨率。对于具体的测量对象来说，提高摄像机分辨率可以直接提高测量系统的精度。但受工艺水平等因素的影响，硬件分辨率不可能无限制的提高，而且随着摄像机分辨率的提高，其价格呈指数上升，代价相当昂贵。因此，通过增加摄像机分辨率来提高测量精度是不经济且有限制的。如果能用软件方法将图像上的特征目标定位在亚像素级别，就相当于提高了测量系统精度。当算法的精度提高至0.1个像素时，相当于测量系统的硬件分辨率提高了十倍。因此，亚像素技术对于提高测量系统的精度和经济效益有十分重要的作用，在图像处理和计算机视觉中得到了广泛应用。

亚像素技术需要两个基本条件：第一，目标是由多个点组成的，并具有一定的几何和灰度分布特性。如果目标是一个孤立的像素，则其位置就是此像素的坐标位置，无法细分。第二，对具有一定特征的目标，必须明确目标定位基准点在目标上的具体位置。特定目标的特征可以是人为建立的理想模型，也可以是从某一实物图像中提取的特定场景，或者两者的结合。

 目前,对亚像素算法的研究已经取得了许多成果,但在各种文献资料中,并未给出该算法的明确定义。亚像素算法可以被理解为一种精度更高的算法,它利用目标特征,从图像中分析、计算出最符合该特征的目标位置,从而实现目标在图像中的定位。也可以说,分辨率小于1个像素的图像处理技术都可以称为亚像素图像定位技术。文献综述

许多学者对亚像素边缘定位的应用及其算法进行了大量研究。现有的亚像素定位算法可分为矩法、拟合法、插值法等。例如,Lyvers和Mitchell提出了空间矩的思想,并构造了空间矩算子,以实现亚像素定位。Tabatabai和Mitchell首先提出了灰度矩的概念,将边缘定位精确到亚像素精度。Hueckel采用拟合参数方程的方法,实现了亚像素精度的边缘定位。Englande利用数字信号处理方法对图像进行重新采样,并提出了一种亚像素检测算子。Jensen和Anatassious采用非线性插值方法,达到了亚像素检测精度。Kisworo和Venkatesh等人提出使用局部能量法对边缘进行亚像素定位。

1.2 论文研究内容，解决问题和章节安排

论文研究内容、解决问题和章节安排：

第一章 绪论，首先介绍了课题的背景，讨论了亚像素算法的重要性及必要性。回顾了亚像素发展的历史，探讨了亚像素算法的研究状况。

第二章 数字图像的基本概念，介绍了图像数字化的大概过程和一些灰度图像和二值图像概念，解决了像素级别的图像边缘检测，简单介绍经典边缘检测算子，以及它们的简单特性，经典算子的主要特性是速度快，但是定位比较粗，还有比较了它们之间的不同点。

第三章 基于Sobel算子的亚像素级边缘检测，主要介绍了基于Sobel算子的亚像素级图像边缘检测的比较完整的过程和实验结果及实验分析等，这章主要解决了比像素级别更高的亚像素级别的图像边缘检测功能。

第四章 基于灰度矩的亚像素算法，主要研究了基于灰度矩的亚像素级别的图像边缘检测，这个性能比经典的算子精度更高，定位更精确，达到了更高的边缘检测要求。