边缘检测为图像内的查找对象的边界的图像处理技术。它通过在图像内检测亮度的改变。除了制造一个有趣的外观的图像，边缘检测可以是用于图像分割一个伟大的预处理步骤。

如果你有边创建的对象的边界，可以填充它来检测对象的位置。如果你有一个相互接触的两个对象，你可以找到边缘，并使用该信息对象分开。您还可以使用边基于纹理找对象，在细分基础上的颜色可能不十分理想某些情况下。

因此，让我们来看看如何使用边缘作为MATLAB的图像预处理技术的详细例子。我们的目标是检测所有的窗户上使用边缘车库门。让我们通过搜索文档开始。

我很快就学会了有图像处理工具箱的函数称为边缘，我的图像，其进行边缘检测。我可以简单地调用边缘，或者如果我想要更多的控制，我可以选择边缘检测的方法。因此，让我们尝试一些这些方法我们的形象，看看他们的表现如何。

我会努力的普鲁伊特方法，然后罗伯茨然后开始索贝尔，我想通过侧可视化这些差异的一面。如果我放大，看看在这些结果的差异，我可以看到细微变化，这些方法之间，尤其是在弯道，可以在这些正方形填充和查找窗口的效果。

现在，我想，以填补在所有这些图像的孔，并比较这些结果。有些窗户的，因为在边缘检测算法的差异未填写。但我看到的最后一个算法并填写所有的孔，所以这将是我选择来解决这个特定问题的方法。

只是为了快速完成的算法，我想利用我的形象，并删除除了窗户的一切。这个任务是很容易与我们的图像处理软件之一。我用称为图像区域分析器某个应用基于在此情况下，大小和坚固某些properties--滤除对象。

我强烈推荐的图像处理工具箱内检查出所有的图像处理应用程序。最后，我可以显示边缘检测的结果。首先，表现出原始图像，然后显示变灰的窗户，这证明我们已经成功地检测到的所有图像中的窗口。

最后一个tip--，如果你与边缘检测试验，而你没有得到你所期望的结果，还有其他的参数，你可以改变，最常见的一个是灵敏度。使用默认的灵敏度，我们还缺很多猫头鹰的右侧。但是，我可以快速增加和减少的灵敏度和可视化的结果。

较低的灵敏度给了我所有的边缘，我需要继续前进。要了解更多有关的边缘检测，点击链接，使您在MATLAB更多的例子和文档。