边缘检测算法的基本步骤 （1）滤波。边缘检测主要基于导数计算，但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。 （2）增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。 （3）检测。但在有些图象中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。 （4）定位。精确确定边缘的位置。 Canny边缘检测算法 step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方

一些数字图像处理基本算法的源码，包括：256色转灰度图，Hough变换，Walsh变换，中值滤波，二值化变换，亮度增减，傅立叶变换，反色，取对数，取指数，图像平移，图像旋转，图像细化，图像缩放，图像镜像，均值滤波，对比度拉伸，拉普拉斯锐化（边缘检测），方块编码，梯度锐化，灰度均衡，用Canny算子提取边缘，直方图均衡，离散余弦变换，维纳滤波处理，逆滤波处理，阈值变换，高斯平滑。

图片高斯模糊算法部分代码源程序 高斯模糊算法-GUASS

非常不错的非线性非高斯环境下的粒子滤波程序进化算法-Very good nonlinear non-gaussian environment evolution algorithm of particle filter program