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。