边缘检测最关键的为题是如何找到边缘精确度和抗噪性之间的平衡点。传统的方法通常采用一些算子,例如Roberts、Sobel等,在此基础上更优化的方法是局部最大值和LOG算法,利用二阶求到我,但是这种方法抗噪性比较差,目前较好的算法是Canny,先用平滑滤波减少噪声。另外还有小波与分形、数学形态、模糊学、模式识别等方法、
通常在边缘检测之前要先进行边缘增强(3中方法Local、Regional、Global),然后判断是某个像素点是否是边缘。
下面详细介绍一下Canny:
使用Canny方法的步骤如下:
Step 1:使用高斯平滑滤波器进行平滑滤波,主要目的是提高信噪比SNR。
Step 2:使用一阶差分卷寂寞版,计算梯度,确定幅值和方向(2*2区域)
Step 3:非极大值抑制。
Step 4:双阈值检测和连接边缘。
上述步骤中的缺陷在于:高斯滤波的阈值需要人为确定、梯度对噪声敏感、双阈值需要人为设定。
所以,牛人们针对这些缺陷,对上述四个步骤提出了很多改进的算法。详细介绍待续。