边缘检测算法、平滑方法和锐化方法

1、边缘检测算法

各种算法优缺点汇总：http://blog.csdn.net/xiaojiegege123456/article/details/7714863

（1）Roberts算子

（2）Gaussian-Laplace（LoG）算子：Laplace算子对孤立点的响应比对边缘的响应更为强烈，因此适合无噪声的图像；在实际情况中要先使用高斯滤波，所以叫Gaussian-Laplace算子。参考： http://blog.csdn.net/a361251388leaning/article/details/50288479

（3）Sobel算子：对噪声不敏感，先用Sobel算子模板进行滤波，再设置一个阈值T转化成二值图像。可以旋转Sobel算子模板检测不同方向的边缘。

参考：http://blog.csdn.net/goodshot/article/details/10170073

（4）Prewitt算子：与Sobel很相似

（5）Canny算子

（6）霍夫变换：主要用来从图像中分离出具有某种相同特征的几何形状。可以用来检测直线、椭圆和圆。

2、平滑方法

（1）均值滤波

（2）高斯滤波

（3）中值滤波

3、锐化方法

（1）Laplace算子

（2）非锐化掩蔽/高提升滤波

（3）Roberts

（4）Sobel