Canny边缘检测
该方法适用于单通道图像,在1986年由J. Canny得到完善,也就是通常所称的Canny边缘检测法。 Canny算法同上节提到的简单的基于拉普拉斯算法的不同点之一是在Canny算法中,首先在x和y方向求一阶导数,然后组合为4个方向的导数。这些方向导数达到局部最大值的点就是组成边缘的候选点。
然而,Canny算法最重要的一个新特点是其试图将独立边的候选像素拼装成轮廓。
轮廓的形成是对这些像素运用滞后性阈值。这意味着有两个阈值,上限和下限。如果一个像素的梯度大于上限阈值,则被认为是边缘像素,如果低于下限阈值,则被抛弃,如果介于二者之间,只有当其与高于上限阈值的像素连接时才会被接受。
Canny 推荐的上下限阈值比为2:1到3:1之间。
cvCanny()函数需要输入一幅灰度图,输出图也一定是灰度的(实际上是布尔图像)。接下来两个参数是下限阈值和上限阈值,最后一个参数是另一个中孔。通常,这个被Sobel算子用到的中孔是cvCanny ( )在内部使用的。
cvCanny()——适用于单通道图像
定义:
void cvCanny(
const CvArr* image,
CvArr* edges,
double threshold1,
double threshold2,
int aperture_size=3 );
参数:
image
单通道输入图像.
edges
单通道存储边缘的输出图像
threshold1
第一个阈值(低阈值)
threshold2
第二个阈值(高阈值)