OpenCV 的Canny算法的理解

最新推荐文章于 2024-09-11 19:45:49 发布

MindWorks.精驰软件

最新推荐文章于 2024-09-11 19:45:49 发布

阅读量1.1k

点赞数

分类专栏： OpenCV 机器视觉

OpenCV 同时被 2 个专栏收录

8 篇文章 0 订阅

订阅专栏

机器视觉

8 篇文章 0 订阅

订阅专栏

A

http://www.cnblogs.com/cfantaisie/archive/2011/06/05/2073168.html

1.Canny边缘检测基本原理

(1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。

(2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。

(3)类似与Marr（LoG）边缘检测方法，也属于先平滑后求导数的方法。

2.Canny边缘检测算法：

step1:用高斯滤波器平滑图象；

step2:用一阶偏导的有限差分来计算梯度的幅值和方向；

step3:对梯度幅值进行非极大值抑制；

step4:用双阈值算法检测和连接边缘。

step1:高斯平滑函数

step3:非极大值抑制

仅仅得到全局的梯度并不足以确定边缘，因此为确定边缘，必须保留局部梯度最大的点，而抑制非极大值。（non-maxima suppression,NMS）

解决方法：利用梯度的方向。

step4:用双阈值算法检测和连接边缘:　　

　　对非极大值抑制图像作用两个阈值th1和th2，两者关系th1=0.4th2。我们把梯度值小于th1的像素的灰度值设为0，得到图像1。然后把梯度值小于th2的像素的灰度值设为0，得到图像2。由于图像2的阈值较高，去除大部分噪音，但同时也损失了有用的边缘信息。而图像1的阈值较低，保留了较多的信息，我们可以以图像2为基础，以图像1为补充来连结图像的边缘。

　　链接边缘的具体步骤如下：

　　　　对图像2进行扫描，当遇到一个非零灰度的像素p(x,y)时，跟踪以p(x,y)为开始点的轮廓线，直到轮廓线的终点q(x,y)。

　　　　考察图像1中与图像2中q(x,y)点位置对应的点s(x,y)的8邻近区域。如果在s(x,y)点的8邻近区域中有非零像素s(x,y)存在，则将其包括到图像2中，作为r(x,y)点。从r(x,y)开始，重复第一步，直到我们在图像1和图像2中都无法继续为止。

　　　　当完成对包含p(x,y)的轮廓线的连结之后，将这条轮廓线标记为已经访问。回到第一步，寻找下一条轮廓线。重复第一步、第二步、第三步，直到图像2中找不到新轮廓线为止。

　　至此，完成canny算子的边缘检测。

B http://hi.baidu.com/gabe2008/item/082c25d411db2493260ae788

传统Canny 算法采用双阈值法从候选边缘点中检测和连接出最终的边缘，双阈值法首先选取高阈值 Th 和低阈值 Tl ,然后开始扫描图像，对候选边缘图像 N 中标记为候选边缘点的任一像素点( i , j )进行检测,若点( i , j ) 梯度幅值 G ( i ,j)高于高阈值 Th ,则认为该点一定是边缘点,若点( i , j)梯度幅值 G( i , j)低于低阈值 Tl ,则认为该点一定不是边缘点，而对于梯度幅值处于两个阈值之间的像素点，则将其看作疑似边缘点 ,再进一步依据边缘的连通性对其进行判断，若该像素点的邻接像素中有边缘点，则认为该点也为边缘点，否则，认为该点为非边缘点。

我的感悟：

1.先用高阈值求边缘。canny求得的边缘希望是连在一起的（通常是封闭的），但高阈值求的边缘一般断断续续。断开的地方如果低阈值求的边缘存在，就用低阈值的边缘接上去，目的让边缘尽量都连在一起。其它情况下低阈值的边缘是不用的。

2.两个阈值是有区别的，高的那个阈值是将要提取轮廓的物体与背景区分开来，就像阈值分割的那个参数一样，是决定目标与背景对比度的，低的那个阈值是用来平滑边缘的轮廓，有时高的阈值设置太大了，可能边缘轮廓不连续或者不够平滑，通过低阈值来平滑轮廓线，或者使不连续的部分连接起来

3.如果是都是强边界，低阈值几乎不发挥作用。

4.高阈值已经出现了图像中1/3的轮廓，低阈值对它的影响最大，从最小的0到高阈值之间，边缘差异非常大。

C 关于cvCanny()

void cvCanny( const CvArr* image, CvArr* edges, double threshold1, double threshold2, int aperture_size=3 ); image单通道输入图像.edges单通道存储边缘的输出图像threshold1第一个阈值threshold2第二个阈值aperture_sizeSobel 算子内核大小 (见 cvSobel).

函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。