图像基本变换---Canny边缘检测算法

本文将详细介绍经典Canny边缘检测的算法实现。

  Canny边缘检测算法可以分为4步：高斯滤波器平滑处理、梯度计算、非极大值抑制、双阈值边缘检测和边缘连接。

      1，高斯滤波器平滑处理。由于图像中经常包含一些高斯噪声，因此在边缘检测前我们要先用高斯滤波器对其进行滤波，为了方便，通常是使用一些高斯模板，这里我们使用如下的高斯滤波器模板。

      2，梯度计算。使用一阶导数算子（一般用sobel模板）计算灰度图像每个像素点在水平和竖直方向上的导数Gx、Gy，得出梯度向量 (Gx,Gy)，最后得到该像素点的梯度G和相位角D，Sobel模板及梯度公式如下所示。

                              Fig.1 Sobel模板算子

      3，非极大值抑制。对于2中得到的梯度，它其实是一个粗边缘信息，我们通过非极大值抑制来去掉一些非边缘信息。这里将当前像素的梯度与其在梯度方向上的邻域像素的梯度对比，如果当前像素的梯度为最大值，则保留该点梯度信息，否则将该点删除或置为0。

      4 ，双阈值边缘检测和边缘连接。由 3 得到的边缘信息中包含较多伪边缘信息，我们通过设置高低双阈值的方法去除它们。首先，设定两个阈值，一个高阈值，一个低阈值，阈值大小根据实际情况设置，一般低阈值为高阈值的 0.4 倍；然后我们判断：梯度值大于高阈值的像素点一定是边缘，该点像素值置为 255 ；梯度值小于低阈值的像素点一定不是边缘点，该点像素之置为 0 ；介于高低阈值之间的像素点为准边缘点，对于这些点，如果其像素点周围 8 邻域的梯度值都小于高阈值，则认为其不是边缘点，该点像素值置为 0 ，否则置为 255 ；

  下面给出一份Win8C#的代码，另附一份C#代码在文章 末尾链接。

1. ///   
2. /// Canny edge detect process.  
3. ///   
4. /// The source image.  
5. /// The high threshould value.   
6. /// The low threshould value.   
7. ///   
8. public static WriteableBitmap CannyedgedetectProces