matlab图像边缘检测——canny算子

最新推荐文章于 2025-03-25 18:37:00 发布

安心不心安

最新推荐文章于 2025-03-25 18:37:00 发布

阅读量2.9k

点赞数

分类专栏：数字图像处理文章标签： matlab 计算机视觉目标跟踪

本文链接：https://blog.csdn.net/anxinbuxinan/article/details/132812574

版权

数字图像处理专栏收录该内容

20 篇文章

订阅专栏

本文介绍了Canny算子，一种经典边缘检测算法，步骤包括噪声抑制、梯度计算、非极大值抑制、阈值处理和边缘连接。Canny算子在图像分割和目标检测中广泛应用。并通过代码展示了如何在Python中实现Canny边缘检测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.canny算子概述

Canny算子是一种经典的边缘检测算法，由John F. Canny在1986年提出。它可以有效地检测图像中的边缘，并且对噪声具有较强的抵抗能力。

Canny算子的主要步骤包括：

噪声抑制：使用高斯滤波器来平滑图像，以减少噪声的影响。
计算梯度：通过应用Sobel算子（通常是水平和垂直方向的）计算图像的梯度，得到每个像素点的梯度强度和方向。
非极大值抑制：对图像中的每个像素点，根据其梯度方向，在沿着该方向上的两个相邻像素点上进行比较，保留局部最大值，将非极大值抑制。
阈值处理：通过设定高低阈值，将非极大值抑制后的梯度图像转化为二值图像。高阈值确定边缘候选点，低阈值用于连接边缘。
边缘连接：根据高阈值确定的边缘候选点和低阈值连接边缘候选点，得到最终的边缘图像。

Canny算子的优点是可以提供细化的、连续的边缘，同时对噪声有较强的抵抗能力。它被广泛应用于计算机视觉领域的边缘检测任务，如图像分割、目标检测等。

2.代码实现

clear all;
close all;
clc;
I=imread('coin.png');
I=im2double(I);
I=rgb2gray(I);
[K,thresh]=edge(I,'canny');
figure;
subplot(121),imshow(I);
subplot(122),imshow(K);