本文详细介绍了zernike矩边缘检测的原理，并提出一种自动搜索阈值的方法，简单可行。希望对大家有帮助。

基于高斯积分曲面拟合的亚像素边缘定位算法.pdf,针对现有亚像素边缘定位算法存在精度不高、计算复杂的问题，提出一种基于高斯积分曲面拟合的亚像素边缘定位算法。根据单边阶跃状边缘特征，构建边缘法截线的高斯积分模型，在确定边缘过渡带的基础上，将拟合曲面区域内的像素点信息转化为边缘曲线的活动坐标，并对转化后的像素点坐标与灰度值按照高斯积分模型进行拟合，准确定位图像的亚像素边缘。采用所述视觉测量系统，用量块直线边缘进行实验，并与传统高斯曲面拟合亚像素边缘定位算法比较，证明基于高斯积分曲面拟合的亚像素边缘定位算法具有较高的定位精度，一等量块的直线度误差在1 μm以内，计算速度提高一倍。采用该算法确定亚像素边缘时，可通过修正高斯积分模型的均值，有效补偿光源强度造成的误差。本算法可以应用于齿轮等高精度机械零件的测量。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

1. 用MATLAB实现的基于Zernike矩的亚像素边缘检测算法，有图片实例，一键运行出结果 2. 包含理论资料，在本人博客也有介绍https://betterbench.blog.csdn.net/article/details/121612652

利用opencv的亚像素级别的边缘检测和获取，添加了原有程序的包含文件和库，可以直接调试运行，个边参数可以根据实际情形修改

Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测

总结了目前二维灰度图像的亚像素边缘检测算法，针对它们存在的原理误差、计算复杂、用时长及不能通用等问题，提出了一种新的亚像素边缘检测算法.分析了3种基本边缘（阶跃型边缘、脉冲型边缘、屋脊型边缘）的特点，利用一维质心算法对这3种边缘特征计算上的通用性及简易性进行了二维推广，得到了一种具有快速通用性的亚像素边缘检测算法.并在此基础上针对提高离散化过程中的精度问题，引入了高斯卷积平滑的预处理方法；引入了Sobel算法对图像像素进行了筛选，进一步提高了计算速度.通过实验验证了此算法的有效性，并分析了误差产生的原因.

亚象素边缘提取技术， 比较实用。在分析Tabatabai提出的灰度矩亚像素边缘检测算法的基础上，指出灰度矩算法存在 边缘判断条件不够完善和未能考虑模板效应的问题，提出了改进方法，考虑Tabatabai的灰度矩算 法产生很多虚假边缘，改进算法分析了各参数对结果的影响，对边缘判断条件进行完善。实验结果 表明，所改进算法具有抗干扰性、边缘细化能力强，定位准确的特点，分辨精度可达0．06～O．08个 像素。

利用正交矩来进行亚像素边缘检测的算法,首先通过计算图像3个不同阶次的Zernike正交矩，把理想阶跃灰度模型的4个参数映射到3个Zernike正交矩中；然后计算边缘所在直线的参数，确定边缘的亚像素级坐标。

亚像素边缘检测，使用泰勒插值实现，有实现原理，有代码