空间域图像增强：Canny边缘检测算法

1986年，JOHN CANNY 提出一个很好的边缘检测算法，被称为Canny边缘检测器。Canny边缘检测器是一种经典的图像边缘检测与提取算法，应用广泛，这主要是因为Canny边缘检测具备以下特点：

• 1.有效的噪声抑制，Canny边缘检测内带高斯模糊，x方向和y方向梯度和用2个阈值代替一个阈值，高低阈值连接。
• 2.Canny边缘检测较之前的边缘检测算法有更强的完整边缘提取能力。

Canny算法能够做到精准的边缘提取，它内部主要有下面五个步骤：

• 1.对输入图像进行高斯滤波 ，从而抑制噪声。
• 2.对滤波后的图像进行梯度提取，得到候选边缘。在作者的论文里边缘梯度的计算建议使用sobel算子或者prewitt算子。实际上第一步和第二步可以连起来，这样其实就是前面说过的LOG算子。
• 3.角度计算与非最大信号抑制（NMS），只有中心像素点最大的时候才保留，比两边大。
• 4.高低阈值链接，获取完整边缘。但阈值过高边缘就少，过低噪点就多，高于高阈值全保留，低于全去掉，之间的只要通道高阈值的就保留，否则舍弃。
• 5.输出最终计算并留下的边缘。

OpenCV中Canny边缘检测的API如下：

void cv::Canny(
			InputArray image,
			OutputArray edges,
			double threshold1,
			double threshold2,
			int apertureSize = 3,
			bool L2gradient = false
)

其中输入图像可以是单、三通道图像，而输出则是二值图形。参数threshold1是Canny边缘检测算法第四步中高低阈值链接中低阈值，参数threshold2是Canny边缘检测算法第四步中高低阈值链接中高阈值、高低阈值之比，通常在2:1～3:1之间（经验值）。最后一个参数是计算梯度的方法，可选择L1（绝对值，计算量较小）或者L2（平方和开根号）。

代码实践：

/*
  Canny边缘检测算法
*/

#include<iostream>
#include<cmath>
#include<opencv2\opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char**argv)
{

	/*
	完整的Canny边缘检测算法包括以下步骤：
	1. 彩色图像转换为灰度图像
	2. 对图像进行高斯模糊
	3. 计算图像梯度，根据梯度计算图像边缘幅值与角度
	4. 非最大信号压制处理（边缘细化）
	5. 双阈值边缘连接处理
	6. 二值化图像输出结果
	*/

	Mat input = imread("./test_images/car.jpg");
	if (input.empty())
	{
		cout << "read image failed!" << endl;
		return -1;
	}
	imshow("input", input);

	Mat gray,canny;

	//bgr 2 gray
	cvtColor(input, gray, CV_BGR2GRAY);

	//canny
	Canny(gray, canny, 100, 300, 3, false);
	imshow("canny", canny);

	waitKey(0);

	return 0;
}

运行结果：