尽管图像的边缘会因为各种原因而不同，但是主要原因还是（1）图像灰度在表面法向变化的不连续造成的边缘； (2)图像对像素在空间上不一致形成的边缘； (3)在光滑的表面上由于颜色的不一致形成的边缘； (4)物体的光影造成的边缘。

经典的变换检测算子，Reborts算子、Prewitt算子、Sobel算子、Log算子、Canny算子等。

Reborts算子主要思想是通过判断边缘的局部差特征识别边缘。设置Reborts梯度算子采用对角线方向相邻像素值之差，相比较检测水平和垂直方向的边缘效果更好，对于有些斜边缘区域会出现很多漏检现象，并且对于噪音造成的伪边缘会出现误检现象。

算子形式=(i,j)-(i-1,j-1);=(i-1,j)-(i,j-1);=

卷积模板

用上式运算，计算梯度幅值G(x,y)，并选定适当的阈值T，比较幅值与阈值的大小，边缘点选择是大于阈值的幅值点，非边缘点小于等于的阈值的幅值点，两幅值点的分布构成二值图（边缘图）。

Sobel算子扩大模版，在边缘检测的同时一并削弱噪声。设置大小为3×3的模版，提取边缘时，采用结合方向差分运算与局部加权平均的方式。先加权平均，后进行未分，再求取图像梯度，加强了对噪声的一致。Sobel 算子产生边缘检测效果比较好，局部平均方法减小噪声的影响。若邻域较大，抗噪性虽然提升，计算量明显增大，而且边缘变粗效果变差。在不针对精度设计时，在边缘检测算法中Sobel 算子经常被采用。

卷积模板

用上式运算，计算梯度幅值G(x,y)，并选定适当的阈值T，比较幅值与阈值的大小，边缘点选择是大于阈值的幅值点，非边缘点小于等于的阈值的幅值点，两幅值点的分布构成二值图（边缘图）。

2。1。3 轮廓提取

 作为图像的基本特征之一，轮廓经常被较高层次使用。轮廓携带了一幅图像的很大一部分信息，结构不规则也不稳定，同样可以表现出信号的突变性，轮廓的像素点可以提供图像的轮廓位置信息，并且轮廓是图像边缘检测时所需的非常重要的特征条件。经典的轮廓提取技术主要依靠微分运算，先进行图片去噪，然后一阶或二阶微分运算求得梯度最大值或二阶导零点坐标，选取适当的阈值提取边界。论文网

简单的轮廓提取方法，1个中心像素周边8个相邻像素的是一样的颜色，去掉中心元素标记，以相邻点中的一点为中心拓展执行一样的操作，但是排除已经扫描过的像素点。

2。2 多分辨率分析技术

2。2。1傅里叶分析

短时傅里叶变换是在考虑傅里叶变换中自动化全局信号提取的情况下修改提出的，引入一个时域的局部信息——窗函数,一个灵活可变的时间-频率窗。将信号加窗处理，后傅里叶变换，可以得到在时间t附近的很小时间上的局部波谱。窗函数在时间轴上平移，得到任意位置局部化时间区域。

短时傅里叶变换

窗函数在时域上裁截信号局域部分，对这部分信号进行傅里叶变换，可以得到在t时刻的傅里叶变换结果，移动t可以将整段信号每一时刻进行傅里叶变换，并集中保存在一个集合中。定义式内积运算可以实现对时-频信号定位的功能。

对做傅里叶变换，结果

该式指出，对在时域加窗，并且引导在频域对加窗。

函数定义为一个窗函数，如果也是属于的，窗函数的中心可以定义

这个窗函数的半径定义

则区间[-，+]为有效的区间最合适。

因此[-，+][-，+]称为函数w的时-频窗。该窗的面积为(2)(2)。