Canny边缘检测算子原理和matlab和opencv实现代码

一、基本原理

  图像边缘是图像的重要信息，而Canny算子则是用于边缘检测的经典算法。在用Canny算子进行边缘检测之前必须有效地抑制噪声，该算法使用的是高斯平滑滤波。接下来计算图像中每一点的梯度向量，根据梯度向量可以得到梯度方向和梯度幅值。梯度方向在(-π，π]范围内，将梯度方向离散到4个方向，分别为上下方向、左右方向、主对角线方向、副对角线方向，根据离散后的梯度方向对梯度幅值进行非极大值抑制。例如，如果图像中点(x,y)的梯度方向沿上下方向，那么将点(x,y)的梯度幅值分别与点(x-1,y)和点(x+1,y)的梯度幅值进行比较；如果点(x,y)的梯度幅值大于另外两点，那么该点有可能是边缘点，将它的梯度幅值保留；如果点(x,y)的梯度幅值不大于另外两点，那么该点一定不是边缘点，将它的梯度幅值置零。接下来，用双阈值算法检测和连接边缘，高阈值用于检测边缘，低阈值用于连接边缘。在该算法中，取高阈值为梯度幅值最大值的0.3倍，取低阈值为梯度幅值最大值的0.1倍。如果某点的梯度幅值大于高阈值，那么该点一定是边缘点；如果某点的梯度幅值小于低阈值，那么该点一定不是边缘点；如果某点的梯度幅值介于低阈值和高阈值之间，那么该点有可能是边缘点，进一步，如果该点的8邻域的梯度幅值的最大值大于高阈值，那么将该点判定为边缘点。

二、实现步骤

（1）调用自定义函数myGauss生成高斯模板，高斯模板的大小和标准差均可以改变；
（2）将原图像f(x,y)与高斯模板做卷积，得到用高斯滤波器平滑后的图像g(x,y)；