数字图像处理8--Canny算子中涉及到的几个问题

首先我们再重新回顾一下Canny算子中出现的一些概念：

滞后阈值处理：

非极大值抑制：符合Canny边缘检测算子的标准的算子的基，它相当于返回峰值（也相当于边缘垂直方向上的微分），因而可以细化边缘检测算子的响应，给出正确的边缘点，而没有多重响应，而且对噪声的响应最小。

我们可以利用非极大值抑制来去除HARRIS算子中一些黏在一起的角点。

非极大值抑制原理是，在一个窗口内，如果有多个角点则用值最大的那个角点，其他的角点都删除，窗口大小这里我们用3*3，程序中通过图像的膨胀运算来达到检测极大值的目的，因为默认参数的膨胀运算就是用窗口内的最大值替代当前的灰度值。程序的最后使用了一个画角点的函数将角点显示在图像中。

下面是opencv代码实现：

#include"cv.h"  
#include"highgui.h"  
#include"opencv2/opencv.hpp"
using namespace cv;

void drawCornerOnImage(Mat& image,const Mat&binary)
{
    Mat_<uchar>::const_iterator it=binary.begin<uchar>();
    Mat_<uchar>::const_iterator itd=binary.end<uchar>();
    for(int i=0;it!=itd;it++,i++)
    {
        if(*it)
            circle(image,Point(i%image.cols,i/image.cols),3,Scalar(0,255,0),1);   
    }
}
int main()
{
    Mat image=imread("img2.jpg");
    Mat gray;
    cvtColor(image,gray,CV_BGR2GRAY);
    Mat cornerStrength;
    cornerHarris(gray,cornerStrength,3,3,0.01);
    double maxStrength;
    double minStrength;
    // 找到图像中的最大、最小值
    minMaxLoc(cornerStrength,&minStrength,&maxStrength);
    Mat dilated;
    Mat locaMax;
    // 膨胀图像，最找出图像中全部的局部最大值点
    dilate(cornerStrength,dilated,Mat());
    // compare是一个逻辑比较函数，返回两幅图像中对应点相同的二值图像
    compare(cornerStrength,dilated,locaMax,CMP_EQ);
    Mat cornerMap;
    double qualityLevel=0.01;
    double th=qualityLevel*maxStrength; // 阈值计算
    threshold(cornerStrength,cornerMap,th,255,THRESH_BINARY);
    cornerMap.convertTo(cornerMap,CV_8U);
    // 逐点的位运算
    bitwise_and(cornerMap,locaMax,cornerMap);
    drawCornerOnImage(image,cornerMap);
    namedWindow("result");
    imshow("result",image);
    waitKey();                  
    return 0;
}

两组运行结果是：

可以把这个与我上篇文章点击打开链接中试验进行对比。发现检测更加精确，增加了许多检测出的角点。其实这种还可以通过GoodFeaturesToTrack()这个函数实现，不深究。