Canny边缘检测算法由John Canny在1986年提出，旨在实现高信噪比、高定位性能及单边缘响应。算法包括高斯滤波、梯度计算、非极大值抑制和双阈值检测等步骤。OpenCV中的cvCanny函数提供了一种实现，但不包含高斯平滑。该函数通过Sobel算子计算梯度，使用双阈值策略连接边缘，输出边缘图像。
John Canny于1986年提出Canny边缘检测算法。
John Canny研究了最优边缘检测方法所需的特性，给出了评价边缘检测性能优劣的三个指标：
1.好的信噪比，即将非边缘点判定为边缘点的概率要低，将边缘点判为非边缘点的概率要低；
2.高的定位性能，即检测出的边缘点要尽可能在实际边缘的中心；
3. 对单一边缘仅有唯一响应，即单个边缘产生多个响应的概率要低，并且虚假响应边缘应该得到最大抑制。
Canny算子求边缘点具体算法步骤如下：
1. 用高斯滤波器平滑图像；
2. 用一阶偏导有限差分计算梯度幅值和方向；
3. 对梯度幅值进行非极大值抑制；
4. 用双阈值算法检测和连接边缘。
在opencv里面提供了cvCanny函数来求canny算子，该算法没有进行高斯平滑图像。首先在x和y方向求一阶导数，使用sobel算子，核的大小由用户输入（可以是3、5、7），然后组合成为4个方向的导数，分别判断相应方向上是否为极大值。这些方向导数达到局部最大值的点就是边缘的候选点。Canny算法最重要的一个新特点是试图将独立边的候选像素拼装成轮廓。轮廓的形成是对这些像素运用滞后性阈值。这意味着有两个阈值，上限和下限。如果一个像素的梯度大于上限阈值，则被认为是边缘像素，如果低于下限阈值，则被抛弃，如果介于二者之间，只有当其与高于上限阈值的像素连接时才会被接受。Canny推荐的上下限阈值比为2:1到3:1之间。具体算法如下：
1、使用sobel算子求每个像素x和y方向的梯度；
2、求每个像素的方向。若|dy|< |dx
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
