定位算子与特征提取算子有什么区分

第一类是基于形状的兴趣算子:特征点位于轮廓线的最大曲率处,或两条线段的交点处。第二类是基于信号的兴趣算子:数字图像用离散的栅格记录连续的信息,因此图像处理本身就是信号处理的一个应用领域,可以用信号处理的技术和方法来处理图像信息。第三类是基于模板的兴趣算子:定位精度可达到子像素,因为它是针对具体的特征点来设计特定模板的,但是这种方法的适用性不强。

我想知道opencv边缘检测中的sobel，canny算子的数学原理需要去理解吗，还是这直接记住它的功能就好！

冈萨雷斯 的图像处理理论讲的很好，我推荐给你吧
还有opencv 虽然把这些算法全部封装了，但是以后叫你改进算法，还是要知道原理，和大致代码的意思。
canny 边缘检测 还是好好去理解吧

为什么要研究边缘检测算子和canny算子？它们到底应用在哪些方面？毕设要用啊！

主要应用在图像处理中的边缘检测，可参考资料：
Canny边缘检测算子研究及其在医学图像中的应用 http://blog.sina.com.cn/s/blog_5ac887ad0100f41i.html

来自：求助得到的回答

怎么设置cvCanny 函数的两个阈值

我查了opencv 自带的文档（大概在70页），Canny 算子的步骤主要有：
Stage 1. Image Smoothing
Stage 2. Differentiation
Stage 3. Non-Maximum Suppression
Stage 4. Edge Thresholding

其中前两步就是 sobel 算子求梯度，然后进行处理。 sobel 算子得到的结果应该就是梯度吧？
但是 梯度的 取值有什么范围吗？ 好像不好确定。

另外，在sobel 算子边缘检测的时候， 好像matlab 里面有 自动选择阈值的方法，不知是什么方法？
另外如果手动设置阈值的时候，阈值为0-1的一个小数， 我想大概是相对最大的梯度的一个比列吧！
即大于这个比例就认为是边缘，否则不是。

不知道我理解的对不对？