canny算子1

一、先说原理

canny就是四步骤

①用高斯滤波器平滑图像

②一阶偏导有限差分计算梯度和方向

③对梯度赋值进行非极大值抑制

④双阈值算法检测和连接边缘

 

首先用白话叙述下Canny算子的原理：导数就是表征变化率的，但是数字图像都是离散的，也就是导数肯定会用差分来代替。也就是具体算法中的步骤2。但是在真实的图像中，一般会有噪声，噪声会影响梯度（换不严格说法 偏导数）的计算，所以步骤1上来先滤波。理论上将图像梯度幅值的元素值越大，说明图像中该点的梯度值越大，但这不能说明该点就是边缘。在Canny算法中，非极大值抑制（步骤3）是进行边缘检测的重要步骤， 通俗意义上是指寻找像素点局部最大值，沿着梯度方向，比较它前面和后面的梯度值进行了 。步骤4，是一个典型算法，有时候我们并不像一刀切，也就是超过阈值的都是边缘点，而是设为两个阈值，希望在高阈值和低阈值之间的点也可能是边缘点，而且这些点最好在高阈值的附近，也就是说这些中间阈值的点是高阈值边缘点的一种延伸。所以步骤4用了双阈值来检测和连接边缘。

二、代码

 

代码按照下面6步骤叙述。

第一步：灰度化 

第二步：高斯滤波 

第三步：计算梯度值和方向 

第四步：非极大值抑制

第五步：双阈值的选取

第六步：边缘检测

通常灰度化采用的公式是：

Gray=0.299R+0.587G+0.114B;