roberts演算法

A. 最小一乘法 （Least Absolutely Deviation）中y=a+bx中a、b的值一般是怎麼確定的，希望能用公式表示出來

沒有解析方法解，人們都是用數值方法解的。

下面是英文網路上摘來的關於LAD的詞條。

裡面寫明了：LDA雖然看上去和二乘法差不多，但是卻沒有解析最優解（二乘法有解析最優解），但是人們開發了很多種數值遞歸解法，最常用的是單純形（SimplexBased）方法，可化為線性規劃的問題（例如BarrodaleandRoberts演算法）。

B. 怎樣理解微分運算元可以檢測圖像的邊界

常見的邊緣檢測運算元有Roberts運算元、Prewitt運算元、Sobel運算元、Marr-Hidreth邊緣檢測以及canny運算元等。
一、利用梯度進行哪汪早邊緣檢測
1、Roberts運算元採用對角線方向相鄰兩像素之差近似的梯度幅值來檢測邊緣。該運算元定位較准確，但對雜訊比較敏感，檢測水平和豎直邊緣效果好於斜向李雀邊緣。
2、Sobel運算元根據圖陵孝像的像素點上下、左右鄰點灰度加權差在邊緣處達到極值這一特點來檢測邊緣。該運算元對雜訊有較好的平滑作用，能提供建准確的邊緣方向信息，但是邊緣定位精度不高。
3、Prewitt運算元邊緣檢測的思路與Sobel運算元類似，也是在一個掩模中定義微分運算。運算元對雜訊具有平滑作用，同樣定位精度不夠高。
二、更為先進的邊緣檢測技術
1、Marr-Hildreth演算法（拉普拉斯運算元）
(1)採用高斯低通濾波器對圖像進行濾波；
(2)採用拉普拉斯模板對進行卷積；
(3)找到步驟(2)所得圖像的零交叉。
該運算元是二階微分運算元，利用邊緣點處二階導函數出現零交叉原理來檢測圖像的邊緣。對灰度突變及雜訊較敏感，不具有方向性，不能獲得圖像邊緣的方向信息。
2、Canny運算元
Canny邊緣檢測演算法步驟：
(1)用一個高斯濾波器平滑輸入圖像
(2)計算梯度幅值圖像和角度圖像
(3)對梯度幅值圖像進行非最大抑制
(4)用雙閾值處理和連接分析來檢測並連接邊緣
Canny運算元是上述中效果最好的運算元，該運算元去噪能力強，在連續性、細度和筆直度等線的質量方面也很出眾。但是Canny運算元的性能帶來的問題是：連接起來更復雜、執行時間較長。
綜上所述，在實際工業生產中，要求實時性較高的情況下，通常採用閾值梯度的方法；當對質量要求較高時，可選擇更為先進的方法，尤其是Canny運算元。

C. 急！Sobel運算元邊緣檢測演算法程序代碼誰有啊，能不能發到我的郵箱[email protected]

close all
clear all
I=imread('tig.jpg'); %讀取圖像
I1=im2double(I); %將彩圖序列變成雙精度
I2=rgb2gray(I1); %將彩色圖變成灰色圖
[thr, sorh, keepapp]=ddencmp('den','wv',I2);
I3=wdencmp('gbl',I2,'sym4',2,thr,sorh,keepapp); %小波除噪
I4=medfilt2(I3,[9 9]); %中值濾波
I5=imresize(I4,0.2,'bicubic'); %圖像大小
BW1=edge(I5,'sobel'); %sobel圖像邊緣提取
BW2=edge(I5,'roberts'); %roberts圖像邊緣提取
BW3=edge(I5,'prewitt'); %prewitt圖像邊緣提取
BW4=edge(I5,'log'); %log圖像邊緣提取
BW5=edge(I5,'canny'); %canny圖像邊緣提取
h=fspecial('gaussian',5); %高斯濾波
BW6=edge(I5,'zerocross',[ ],h); %zerocross圖像邊緣提取
figure;
subplot(1,3,1); %圖劃分為一行三幅圖，第一幅圖
imshow(I2); %繪圖
figure;
subplot(1,3,1);
imshow(BW1);
title('Sobel運算元');
subplot(1,3,2);
imshow(BW2);
title('Roberts運算元');
subplot(1,3,3);
imshow(BW3);
title('Prewitt運算元');