边缘检测是一种寻找图像中物体边界的图像处理技术。它的工作原理是检测图像的亮度变化。除了创建一个有趣的外观图像，边缘检测可以是一个伟大的预处理步骤的图像分割。

如果您已经创建了带有边缘的对象的边界，您可以填充它来检测对象的位置。如果你有两个互相接触的物体，你可以找到它们的边缘，然后用这些信息把它们分开。您还可以使用边缘来查找基于纹理的对象，在某些情况下，基于颜色的分割可能不能很好地工作。

让我们来看看如何在MATLAB中使用边缘作为图像预处理技术的一个详细示例。目标是使用边缘检测车库门上的所有窗户。让我们从搜索文档开始。

我很快了解到在图像处理工具箱中有一个叫做Edge的功能，可以对我的图像进行边缘检测。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。让我们在图像上尝试其中一些方法，看看它们是如何执行的。

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。

我强烈建议大家在图像处理工具栏中查看我们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，显示原始图像，然后显示变灰的窗口，证明我们已经成功地检测到图像中的所有窗口。

最后一个提示——如果您正在试验边缘检测，但是没有得到预期的结果，那么您可以更改其他参数，最常用的参数是灵敏度。使用默认的灵敏度，我们仍然遗漏了owl的很多右边部分。但是我可以快速地增加或减少灵敏度并将结果可视化。

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。