1.濾波：邊緣檢測算法主要是基于圖像強度的一階和二階導數(shù)，但導數(shù)的計算對噪聲很敏感，因此必須使用濾波器來改善與噪聲有關的邊緣檢測器的性能。需要指出，大多數(shù)濾波器在降低噪聲的同時也導致了邊緣強度的損失，因此，增強邊緣和降低噪聲之間需要折中。

2.增強：增強邊緣的基礎是確定圖像各點鄰域強度的變化值。增強算法可以將鄰域（或局部）強度值有顯著變化的點突顯出來。邊緣增強一般是通過計算梯度幅值來完成的。

3.檢測：在圖像中有許多點的梯度幅值比較大，而這些點在特定的應用領域中并不都是邊緣，所以應用用某種方法來確定哪些點是邊緣點。最簡單的邊緣檢測判據(jù)是梯度幅值閾值判據(jù)。

4.定位：如果某一應用場合要求確定邊緣的位置，則邊緣的位置可在子像素分辨率上來估計，邊緣的方位也可以被估計出來。

在邊緣檢測算法中，前三個步驟用得十分普遍。這是因為大多數(shù)場合下僅僅需要邊緣檢測器指出邊緣出現(xiàn)在圖像某一像素點的附近，而沒有必要指出邊緣的精確位置或方向。邊緣檢測誤差通常是指邊緣誤分類誤差，即把假邊緣判別成邊緣而保留，而把真邊緣判別成假邊緣去掉。

編輯：jq