算文件头结构函数原型下面是其源代码中的主要函数函数库绘制对象创建对象调色板返回图像象素起始位置返回宽度返回高度返回调色板大小计算调色板颜色数目拷贝内存块将保存到指定文件中重指定文件中读取对象将指定的色对象保存为色文件读取色文件边缘检测的实现除了算子外其他边缘检测的算法都是将个模板算子作用于图像，所以在编程实现的时候我们可以使用通用的图像模板操作函数。对图像进行边缘检测操作的函数是中的如下函数，和函数。由于算子并不是各向同性的，所以在图中我们看到的边缘并不是完全连通的，有定程度的断开而使用算子和高斯拉普拉斯就不存在这样的问题。在图中我们也看到算子也存在同样的问题。解决这个问题的方法是把它扩展成八个方向的和边缘算子，并且可以像使用算子样获得边缘方向图或者使用各向同性的算子。程序主界面如图所示。视觉系统，其中有许多后来被大家常用果能查到的最早的有关边缘检测的文献就是年的著作，这算是最早的提出边缘检测和边缘检测算子的文章了。年提出了边缘检测和边缘检测的这个简单算子。子，它是个两个模板作用的结果标注的是当前像素的位置图原图像图算子处理的结，因此当我想寻找边缘的时候，最简单的方法是对每个像素计算出的向量，然后求出他的绝对值，然后进行阀值操作就可以了。利用这种思想就得到了算和方向是由因此最简单的边缘检测算子是用图像的垂直和水平差分来逼近梯度算子想状况。真实图像的边缘通常都具有有限的宽度呈现出陡峭的斜坡状。边缘的锐利程度由图像灰度的梯度决定。梯度是个向量，▽ƒ指出灰度变化的最快的方向和数量。，梯度的大小照这些算法提出的时间顺序给出的。算子边缘，是指周围像素灰度有阶跃变化或屋顶等变化的那些像素的集合。图像的边缘对应着图像灰度的不连续性。显然图像的边缘很少是从个灰度跳到另个灰度这样的理缘检测各种算法和算子进行综合介绍。第四章对设备无关位图的结构进行介绍。第五章介绍算法的实现第六章是结论边缘检测综述在本章中我们将对目前出现的边缘检测做个比较全面的介绍。我基本上是按实践中。边缘检测主要是图像的灰度变化的度量检测和定位。函数的定义域设为表示二维空间中个点的坐标表示，点的灰度值，值域为数字图像是对函数∈的离散表示。在空间域上进行抽样用有限个像素来表示定义域，每个像素表示对应区域的平均灰度值在值域空间进行量化用有限个值代表由于机器设备等的原因这些像素值都是有误差的或者是带有随机噪声的图数字图像及其矩阵表示显然我们得到的是个矩阵，矩阵中每个元代表个像素，像素的取值代表这个像素的灰度值。因此在图像的离散模型中我们也常用表示图像，使用，代表图像的第，元。所谓数字图像处理就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。利用计算机进行图像处理有两目的是产生更适合人观察和识别的图像，而是希望计算机能自动识别和处理图像。无论为了那种目的，图像处理中关键的步就是对含有大量各式各样景物信息的图像进行分解，分解的最终结果是图像被分解成些具有种特征的最小成分称为图像的基元。相对于整幅图像来说，这种基元更容易被快速处理。图像的特征指图像场中可用做标志的属性。他可以分为图像的统计特征和图像的视觉特征。图像的统计特征指的是些人为定义的特征，通过变换才能得到，如图像的直方图距频谱等等图像的视觉特征指的是人的视觉可以直接感受到的自然特征，如区域的亮度，纹理或轮廓等。利用这两类特征把图像分解为系列有意义的目标或区域的过程称为图像的分割。边缘及边缘检测边缘是图像的最重要的特征。边缘是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。等在研究中说边缘或许对应着图像中物体的边界或许并没有对应着图像中物体的边界，但是边缘具有十分令人满意的性质，它能大大地减少所要处理的信息但是又保留了图像中物体的形状信息。常见的边缘点有三种。第种是阶梯形边缘，即从个灰度到比它高好多的另个灰度。第二种是屋顶型边缘，它的灰度是慢慢增加到定程度然后慢慢减小。还有种是线性边缘，它的灰度从级别跳到另个灰度级别之后然后回来。阶梯型边缘屋顶式边缘线型边缘图边缘的类型边缘是灰度值不连续的结果，这种不连续常可利用求导数方便地检测到，般常用阶和二阶导数来检测边缘。在图中，第排是些具有边缘的图像示例，第排是沿图像水平方向的个剖面图，第和第排分别为剖面的阶和二阶导数。第列和第列是阶梯状边缘，第列是脉冲状边缘第列是屋顶状边缘。图象剖面阶导数二阶导数图图像的剖面及导数可用阶导数的幅度值来检测边缘的存在，幅度峰值般对应边缘位置。可用二阶导数的过零点检测边缘位置，而用二阶导数在过零点附近的符号确定边缘像素在图像边缘的暗区或明区。各种不同的边缘有不同的特征。和认为图像中的边缘可以由许多的短直线段他称之为