边缘检测

边缘检测一般步骤

1. 滤波。 边缘检测算法主要基于图像强度的一阶和二阶导数，但噪声会很大程度地影响导数，故采用滤波器降噪。
2. 增强。
3. 检测。

边缘检测的主要评价标准

1. 低错误率。 标识出尽可能多的实际边缘。
2. 高定位性。 标识出的边缘要与图像的实际边缘尽可能近。
3. 最小响应。 图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识成边缘。

Canny算子

具体步骤：

1. 消除噪声。 使用高斯平滑滤波器卷积降噪。

2. 计算梯度幅值和方向。
   梯度幅值
   
   方向
   

3. 非极大值抑制。 排除非边缘像素，仅保留细线条。

4. 滞后阈值。
   （1）若某一像素位置的幅值超过高阈值，该像素被保留为边缘像素。
   （2）若某一像素位置的幅值小于低阈值，该像素被排除。
   （3）若某一像素位置的幅值在两个阈值之间，该像素被排除。

void Canny(InputArray image,
		   OutputArray edges,
		   double threshold1,
		   double threshold2,
		   int apertureSize = 3,
		   bool L2gradient = false)

参数详解：

• 第一个参数：输入图像。单通道8位图像。
• 第二个参数：输出的边缘图。和输入图像有一样的尺寸和类型。
• 第三个参数：第一个滞后性阈值。
• 第四个参数：第二个滞后性阈值。

程序实例

# include<>

Sobel算子

Laplacian算子

Scharr滤波器