自适应中值滤波的Canny边缘检测和限定ROI滤除干扰边缘

前言

Canny优化与ROI结合
自适应中值滤波的Canny边缘检测

---

一、传统Canny算法

传统Canny算法首先需要对原图像进行滤波处理，其滤波部分采用传统高斯滤波进行处理，虽然能抑制噪声对原图像的干扰，但高斯滤波过度平滑了图像的边缘信息，其部分信息丢失。因此采用上节提出的自适应中值滤波来代替高斯滤波，此方法能够解决边缘信息缺失缺点，同时也能够将图像中的椒盐噪声处理，其效果也明显。

Canny算子能在噪声和边缘检测间取得较好的平衡，能够较好地检测出图像特别是车尾部边缘，为后续的Hough变换做好准备。

二、实验

利用自适应Canny进行边缘检测的效果如图所示。

输入：

输出：

从上图可以看出，边缘检测后的图像边缘不仅包括车辆尾部边缘，还包括污渍、树木、阴影干扰等不需要的边缘。可以通过设置掩膜确定一个的多边形ROI，去掉干扰只留下关键区域。这样可以有效去除污渍及两侧树木等带来的线条干扰，进一步减少处理时间，增加Hough检测直线的精度。

输入：

输出：

---

总结

ROI区域的设定，可以很好的减少周边杂物，噪声的干扰。