边缘是图像局部亮度变化更重要的部分。边缘主要位于目标和目标、目标和背景、区域和区域之间，是图像分割、纹理特征提取和形状特征提取和图像分析的基础。产品边缘轮廓检测是机器视觉中不可缺少的一部分，是重要的图像预处理技术。产品边缘轮廓在线检测系统图像分析和理解的一阶段往往是边缘检测，在图像处理和计算机视觉中占据特殊位置，是基本处理中更重要的部分之一，经常检测边缘的图像可以进行特征提取和形状分析。

　　边缘的形成是因为物体的材质不同或表面的方向不同，所以图像的边缘会发生着色、颜色和纹理的变化。因此，相反，可以检查图像中其他灰度、颜色等特性区域的边界，以获得边缘。边缘轮廓是人类识别物体形状的重要因素，也是图像处理中的重要处理对象。边缘检测主要使用多种算法来查找和增强图像中可能有边缘的像素点。

　　因为边缘是灰度值不连续的结果，所以这种不连续往往可以利用求出导数的方便检测，一般选择一阶和二阶导数来检测边缘。机器视觉检查中，产品边缘轮廓检测可以通过空域微分算子通过卷积进行。实际上，在数字图像处理中求得导数是利用差分近似微分进行的。常用的微分算子是梯度算子和拉普拉斯算子。

　　产品边缘轮廓在线检测系统算法的基本步骤如下。

　　1、滤波器：边缘检测算法主要基于图像强度的一阶和二阶导数，但导数计算对噪音敏感，因此需要使用滤波器来提高与噪音相关的边缘探测器的性能。

　　2、增强的：增强边缘的基础是确定图像各点邻居强度的变化值。增强算法强调相邻(或局部)强度值发生重大变化的点。

　　3、在检测3360图像中，很多点的渐变振幅比较大，这些点在特定应用领域都不是边缘，因此要用什么方法来确定哪些点是边缘点。经常使用渐变幅度Ill值标准。

　　4、如果需要在定位3360应用程序中确定边缘位置，则可以推测边缘的位置为子像素分辨率，还可以推测边缘的方向。

　　这四个阶段是用机器视觉测量尺寸时必不可少的。特别是要指向边的确切位置和方向。机器视觉检查技术具有强大的性能优势，能够标准化产品质量，提高测试速度，测试结果可靠性，可靠性，长期测试，广泛应用于各个领域。