Roberts边缘检测算子是图像处理中最基本的边缘检测算子，其认为任意一对相互垂直方向上的差分可以看成是梯度的近似求解，采用对角线方向相邻两像素之差，
即某一像素点(i,j)的Roberts算子值为：f(x)=|f(i,j)-f(i+1,j+1)|+|f(i+1,j)-f(i,j+1)|

下面给出在matlab中使用Robert算子进行边缘检测的实现，文章末尾提供了相关资源的下载。

sourcePic=imread('D:\Lena.jpg'); %读取原图象
grayPic=rgb2gray(sourcePic); %转换成灰度图象
newGrayPic= grayPic;
[m,n]=size(grayPic);
robertsNum=0; %roberts算子的计算值
threshold=15; %阈值
for i=1:m-1 %进行边界提取
	for j=1:n-1
		robertsNum = abs(grayPic(i,j)-grayPic(i+1,j+1)) + abs(grayPic(i+1,j)-grayPic(i,j+1));
		if(robertsNum > threshold)
			newGrayPic(i,j)=255;
		else
			newGrayPic(i,j)=0;
		end
	end
end
figure,imshow(newGrayPic);

原始图像及提取边界后的图像如下：

Roberts算子提取的边缘较粗，对噪声很敏感，并且需要手动的指定一个阈值(threshold)，对不同的图像使用不同的阈值后，边界提取效果差别很大。因此Roberts算子还有很多值得改进的地方，文章末尾提供了一篇关于自适应阈值的参考论文下载。使用自适应的阈值，并对提取的边缘进行细化处理，能有效地改善Roberts算子的边界提取效果。

还有很多其他的边界提取算子，如：Prewitt算子，Sobel算子，Canny算子，Log算子等，不同的算子有各自的优点，对这些算子的提取效果和执行效率的改进是图像处理方 面的热点问题。

Resources & Reference:
1、一种新的目标图像自适应阈值分割算法.pdf
2、数字图像处理与分析—用Roberts算子提取图象边界(含matlab代码).doc
3、演示处理图片：lena.bmp
4、ALL Files