【CV】Canny_边缘检测

【一】介绍

• Canny Detector 是一种针对快速实时边缘检测而优化的多阶段算法
• 该算法的基本目标是检测亮度（大梯度）的急剧变化，例如从白色到黑色的转换
• 在给定一组阈值的情况下将它们定义为边缘

 

【二】四个阶段

 

• 【1】降噪
• 与所有边缘检测算法一样，噪声是一个至关重要的问题，通常会导致错误检测
• 应用 5x5 高斯滤波器 对图像进行卷积（平滑）以降低检测器对噪声的敏感度
• 通过使用 正态分布 数字的 高斯核（在这种情况下，5x5）在整个图像上卷积完成，将每个像素值设置为等于其相邻像素的 加权平均值
• 图示（5x5 高斯核，* 表示卷积运算）

 

• 【2】求梯度
• 沿着 x 轴和 y 轴使用 Sobel，Roberts 或 Prewitt 算子（Sobel 在 OpenCV 中使用）来检测边缘是水平的，垂直的还是对角线的
• 图示，用于计算水平和垂直方向的一阶导数的 Sobel 核

 

• 【3】非极大值抑制
• 非极大值抑制应用于时的边界变 “细” 并锐化边缘
• 对于每个像素，如果它是先前计算的梯度方向上的局部最大值，则保留该值
• 如图所示

• A位于边缘，由于 梯度垂直于边缘方向，因此将 B 和 C 的像素值与 A 的像素值进行比较，以确定 A 是否是局部最大值
• 如果 A 是局部最大值，则保留， 否则， A 的像素值被设置为 0 并且 A 被抑制

 

• 【4】滞后阈值
• 在非极大值抑制滞后，确认强像素位于边缘的最终图中
• 但是，应进一步分析弱像素以确定其是否构成边缘或噪声
• 用两个预定义的 minVal 和 maxVal 阈值，我们设置任何强度梯度高于 maxVal 的像素都是边缘，任何强度梯度低于 minVal 的像素都不是边缘并被丢弃
• 在 minVal 和 maxVal 之间具有强度梯度的像素，仅当它们连接到具有 高于 maxVal 的强度梯度的像素才被认为是边缘

• 解释：边缘 A 高于 maxVal，因此被视为边缘；边缘 B 位于 maxVal 和 minVal 之间，但未连接到 maxVal 上方的任何边缘，因此被丢弃；边缘 C 位于 maxVal 和 minVal 之间，并连接到边缘 A， 即 maxVal 上方的边缘，因此被视为边缘