边缘检测是机器视觉检测技术的一种，在边缘检测算法中，个步骤用得十分普遍。这是因为大多数场合下，仅仅需要边缘检测器指出边缘出现在图像某一像素点的附近，而没有必要指出边缘的jing确位置或方向。那机器视觉边缘检测算法步骤有些呢？1、滤波：边缘检测算法主要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，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。需要指出，大多数滤波器在降低噪声的同时也导致了边缘强度的损失，因此，增强边缘和降低噪声之间需要折中。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。增强算法可以将邻域(或局部)强度值有变化的点突显出来。边缘增强一般是通过计算梯度幅值来完成的。3、检测：在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某种方法来确定些点是边缘点。的边缘检测判据是梯度幅值阈值判据。4、定位：如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来。机器视觉行业的人士都知道，机器视觉检测系统一般是通过CCD照相机将被监测的对象转换成图，传送给机器视觉是同种的图像处理系统实现的，在这个过程中，机器视觉系统地图像处理系统，会依据像素的分布和各个不同成像区域的亮度、颜色等不同的信息，将图像信号再次转化为数字化的信号。这些信号所反映出来的监测项目的特征，将作为输出结果，为电脑或者人工判断提供参考依据，进而达到自动化、提率的目标。机器视觉系统实现这些工作原理，需要有几个典型结构的支持：首先就是照明系统，与机器视觉相关的照明系统，又被称为机器视觉光源。可以这么说，照明是影响机器视觉系统输入和判断的重要的因素之一，因为它直接影响机器视觉系统输入数据的质量和分析依据，还有就是这个系统的实际应用效果。通常情况下，按照目前机器视觉光源行业的状况，是没有通用的机器视觉照明设备的，所以针对任何一个新开发的机器视觉系统，需要开发对应的机器视觉光源，找到适用的照明设备和系统。其次就是镜头了，镜头也在很大程度上决定了成像的效果，而选择好的镜头，就需要关注体现镜头配置的几个关键因素：如焦距、目标高度、影像高度、放大倍数、影像至目标的距离、中心点、节点、畸变等，这些都决定着镜头的质量，也关系到机器视觉系统的判读水平。故而，选用工业镜头时必须考虑视野、工作距离，CCD(摄像机成像传感器装置的尺寸)等因素。另外，就是一些图像采集和机器选型方面的结构了。这些典型的结构决定了机器视觉系统的整体功能特性。由此可见，机器视觉领域，重要典型的结构就是机器视觉光源和工业镜头了，选择的机器视觉系统，必须先选择相应的机器视觉光源与之搭配，同时配置好的图像处理系统，也就是的工业相机和工业机关念头。如今，中国正成为世界机器视觉发展活跃的地区之一，应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。经历过长期的蛰伏，2010年中国机器视觉市场迎来了爆发式增长。数据显示当年，中国机器视觉市场规模达到8.3亿元，同比增长48.2%，其中智能相机、软件、光源和板卡的增长幅度都达到了50%，工业相机和镜头也保持了40%以上的增幅，皆为2007年以来的zui高水平。2011年，中国机器视觉市场步入后增长调整期。相较2010年的高速增长，虽然增长率有所下降，但仍保持很高的水平。2011年中国机器视觉市场规模为10.8亿元，同比增长30.1%，增速同比2010年下降18.1个百分点，其中智能相机、工业相机、软件和板卡都保持了不低于30%的增速，光源也达到了28.6%的增长幅度，增幅远高于中国整体自动化市场的增长速度。电子制造行业仍然是拉动需求高速增长的主要因素。2011年机器视觉产品电子制造行业的市场规模为5.0亿人民币，增长35.1%。市份额达到了46.3%。电子制造、汽车、制药和包装机械占据了近70%的机器视觉市场份额。