[opencv教程（十三）]Canny边缘检测

孤鹉

于 2023-07-24 22:51:38 发布

阅读量144

点赞数

分类专栏： Opencv 文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/qq_44619702/article/details/131898053

版权

Opencv 专栏收录该内容

14 篇文章 1 订阅

订阅专栏

边缘检测算法有很多，除了在图像梯度介绍的三个算子可以用于边缘检测，这次主要介绍Canny边缘算法

步骤

使用高斯滤波器，以平滑图像，滤除噪声。
计算图像中每个像素点的梯度强度和方向。
应用非极大值(Non-Maximum Suppression)抑制，以消除边缘检测带来的杂散响应
应用双阈值（Double-Threshold)检测来确定真实和潜在的边缘
通过抑制孤立弱边缘最终完成边缘检测

函数公式

一、高斯滤波去噪

因为噪声点也会有梯度，所以为了减少噪点影响，应该先去噪

这边再讲一次高斯滤波，高斯滤波就是服从高斯分布矩阵的滤波矩阵，并且进行归一化处理

$G = \begin{bmatrix} 0.0924 & 0.1192 &0.0924 \\ 0.1192 & 0.1538 & 0.1192\\ 0.0924 & 0.1192& 0.0924 \end{bmatrix}$

$e = H * A = \begin{bmatrix} h_{11} & h_{12} &h_{13} \\ h_{21} &h_{22} &h_{23} \\ h_{31} &h_{32} & h_{33} \end{bmatrix}*\begin{bmatrix} a_{11} & a_{12}&a_{13} \\ a_{21} &a_{22} &a_{23} \\ a_{31} &a_{32} & a_{33} \end{bmatrix}=sum\left ( \begin{bmatrix}h_{11}*a_{11} & h_{12}*a_{12}&h_{13}*a_{13} \\ h_{21}*a_{21}& h_{22}*a_{22}& h_{23}*a_{23}\\ h_{31}* a_{31} &h_{32}* a_{32 }&h_{33}* a_{33} \end{bmatrix} \right )$

二、计算每个像素点的梯度和方向

算子为Sobel

$G_{x} = S_{x}*A = \begin{bmatrix} -1 & 0& 1\\ -2& 0&2 \\ -1 & 0 & 1 \end{bmatrix}*\begin{bmatrix} a_{11} &a_{12} &a_{13} \\ a_{21}& a_{22} & a_{23}\\ a_{31} &a_{32} & a_{33} \end{bmatrix} = -a_{11}+a_{13}-2a_{21}+2a_{23}-a_{31}+a_{33}$

$G_{y} = S_{y}*A = \begin{bmatrix} -1 & -2& -1\\ 0& 0&0 \\ 1 & 2 & 1 \end{bmatrix}*\begin{bmatrix} a_{11} &a_{12} &a_{13} \\ a_{21}& a_{22} & a_{23}\\ a_{31} &a_{32} & a_{33} \end{bmatrix} = -a_{11}-a_{12}-a_{13}+a_{31}+2a_{32}+a_{33}$

三、非极大值抑制

找到局部极大值，并筛除（抑制）邻域内其余的值。

NMS算法实际上有很多，在此处仅讲解最原始的算法

将所有检测框按照得分从高到低排序。
选择得分最高的检测框并将其添加到最终检测框列表中。
计算该检测框与剩余检测框之间的交并比（IoU）。
去除与该检测框IoU值大于某个阈值的所有检测框。
重复步骤2-4，直到所有检测框都被处理完毕。

其中交并比（IoU）就是两个图像的交集面积和并集面积之比

具体可以查看：非极大值抑制Non-Maximum Suppression（NMS）一文搞定理论+多平台实现 - 知乎 (zhihu.com)

四、应用双阈值

大于maxval的设置为边界，

处于maxval和minval中间和边界点相连保留，其余舍去，

小于minval 舍去

案例

def On_Track_Canny(value):
    minvalue = cv2.getTrackbarPos('minvalue','Canny')
    maxvalue = cv2.getTrackbarPos('maxvalue','Canny')
    canny = cv2.Canny(lenaGary,minvalue,maxvalue)
    cv2.imshow('Canny',canny)
minvalue = 50
maxvalue = 100
lenaGary = cv2.imread('Picture/Lena.png',cv2.IMREAD_GRAYSCALE)
cv2.namedWindow('Canny')
cv2.createTrackbar('minvalue','Canny',50,100,On_Track_Canny)
cv2.createTrackbar('maxvalue','Canny',100,300,On_Track_Canny)
cv2.setTrackbarMin('minvalue','Canny',50)
cv2.setTrackbarMin('maxvalue','Canny',100)
canny = cv2.Canny(lenaGary,minvalue,maxvalue)
cv2.imshow('Canny',canny)
cv2.waitKey(0)
cv2.destroyAllWindows()