sobel_amp( Image: EdgeAmplitude: FilterType, Size:)根据图像的一次导数计算图像的边缘
close_edges( Edges, EdgeImage: RegionResult: MinAmplitude:)
close_edges_length( Edges, Gradient: ClosedEdges: MinAmplitude, MaxGapLength:)使用边缘高度图像关闭边缘间隙。输出的区域包含杯关闭的区域。（感觉是对边缘的扩充）
derivate_gauss( Image: DerivGauss: Sigma, Component:)
watersheds( Image: Basins, Watersheds::)从图像中提取风水岭。
zero_crossing( Image: RegionCrossing::)零交点（二次导数）
diff_of_gauss( Image: DiffOfGauss: Sigma, SigFactor:)近似日志算子(拉普拉斯高斯)。
laplace_of_gauss( Image: ImageLaplace: Sigma:)拉普拉斯高斯
edges_color_sub_pix( Image: Edges: Filter, Alpha, Low, High:)精确的亚像素边缘提取（彩色图像）
edges_sub_pix( Image: Edges: Filter, Alpha, Low, High:)精确边缘提取的亚像素（灰度图像）
edges_color( Image: ImaAmp, ImaDir: Filter, Alpha, NMS, Low, High:)根据颜色进行边缘提取
edges_image( Image: ImaAmp, ImaDir: Filter, Alpha, NMS, Low, High:)边缘提取
skeleton( Region: Skeleton::)计算区域的框架Skeleton == Region
frei_amp( Image: ImageEdgeAmp::)Frei-chen模板进行边缘检测（振幅）
frei_dir( Image: ImageEdgeAmp, ImageEdgeDir::)Frei-chen模板进行边缘检测（振幅和方向）
nonmax_suppression_dir( ImgAmp, ImgDir: ImageResult: Mode:)使用方向图像抑制所有的超过给定最大值的图像灰度值的点
gen_contours_skeleton_xld( Skeleton: Contours: Length, Mode:)将系统框架转换成XLD轮廓
laplace( Image: ImageLaplace: ResultType, MaskSize, FilterMask:)使用有限差分计算拉普拉斯变换
info_edges(:: Filter, Mode, Alpha: Size, Coeffs)估计滤波器的宽度
kirsch_dir( Image: ImageEdgeAmp, ImageEdgeDir::)使用Kirsch算子计算出边缘（振幅和方向）
prewitt_amp( Image: ImageEdgeAmp::)使用Prewitt算子计算出边缘（振幅）
kirsch_amp( Image: ImageEdgeAmp::)使用Kirsch算子计算出边缘（振幅）
highpass_image( Image: Highpass: Width, Height:)从高频成分提取的图像。
sobel_amp( Image: EdgeAmplitude: FilterType, Size:)使用Sobel算子计算出边缘（振幅）
robinson_amp( Image: ImageEdgeAmp::)使用Robinson算子计算出边缘（振幅）
roberts( Image: ImageRoberts: FilterType:)使用Robert算子计算边缘