Canny边缘检测
二维正太分布/二维高斯分布
中间峰值的地方对应的是(0,0)的位置,每个像素的值都和周围的像素值有关。在进行边缘检测之前,先用高斯核去一下噪声。
Sobel算子可以看做是对像素求差值,相当于导数的作用,对于要求的中间像素来说,直接接触的上下位置权重为正负2,对像素值影响大一些,其他位置的影响小一些。Gx相当于是纵向偏导数,Gy相当于横向偏导数。找边的本质是寻找导数的幅值,谁的导数的幅值大就更有可能是边。
Edge_Gradient(G)为梯度的幅值,而Angle(θ)可以表示梯度的方向,因为我们希望准确的找到边缘的像素点,即在这个梯度方向这个像素点变化率是最大的(极大值的位置才是准确的边缘位置)
非极大值抑制,与梯度方向垂直的方向是要求的边缘像素。判断C点是否是最后所需要的像素,而g1,g2,g3,g4是图像上与C相邻的像素点的值,θ则是梯度的方向,中间的蓝色线未C点的梯度方向示意图,将C点的梯度幅值与两个交点处的梯度的幅值进行比较,判断C处是否是极大值,如果是则则认为C点就是要求的边界像素点应该保留下来
Canny边缘检测图像处理常用算法
最新推荐文章于 2021-09-09 20:02:16 发布
Canny边缘检测首先使用高斯核去除噪声,接着应用Sobel算子求导找到可能的边缘。通过梯度幅值和角度确定边缘点,并通过非极大值抑制确保找到的是极大值点。最后,采用双阈值策略连接边缘,形成完整的边缘图像。
摘要由CSDN通过智能技术生成