【opencv实践】边缘检测

最新推荐文章于 2022-03-24 22:10:35 发布

weixin_30625691

最新推荐文章于 2022-03-24 22:10:35 发布

阅读量177

点赞数

文章标签：人工智能

原文链接：http://www.cnblogs.com/abella/p/10616079.html

版权

边缘检测：

一、canny算子

Canny边缘检测根据对信噪比与定位乘积进行测度，得到最优化逼近算子，也就是Canny算子。类似与 LoG 边缘检测方法，也属于先平滑后求导数的方法。

二、canny算法描述

1.首先进行高斯平滑滤波；

2、然后计算像素点的梯度（利用sobel算子）

3、计算幅值和夹角

4、非极大值抑制（NMS）幅值和夹角，如下图所示，就是比较梯度方向前后像素梯度的大小。

上图中左右图：g1、g2、g3、g4都代表像素点，很明显它们是c的八领域中的4个，左图中c点是我们需要判断的点，蓝色的直线是它的梯度方向，也就是说c如果是局部极大值，它的梯度幅值M需要大于直线与g1g2和g2g3的交点，dtmp1和dtmp2处的梯度幅值。但是dtmp1和dtmp2不是整像素，而是亚像素，也就是坐标是浮点的，那怎么求它们的梯度幅值呢？线性插值，例如dtmp1在g1、g2之间，g1、g2的幅值都知道，我们只要知道dtmp1在g1、g2之间的比例，就能得到它的梯度幅值，而比例是可以靠夹角计算出来的，夹角又是梯度的方向。

写个线性插值的公式：设g1的幅值M(g1)，g2的幅值M(g2),则dtmp1可以很得到：

M(dtmp1)=w*M(g2)+(1-w)*M(g1)

其中w=distance(dtmp1,g2)/distance(g1,g2)

distance(g1,g2) 表示两点之间的距离。实际上w是一个比例系数，这个比例系数可以通过梯度方向(幅角的正切和余切)得到。

5、双阈值选取

将低于阈值的所有值赋零，得到图像的边缘阵列
阈值τ取得太低->假边缘
阈值τ取得太高->部分轮廊丢失

Canny算法中减少假边缘数量的方法是采用双阈值法。选择两个阈值，根据高阈值得到一个边缘图像，这样一个图像含有很少的假边缘，但是由于阈值较高，产生的图像边缘可能不闭合，为解决这样一个问题采用了另外一个低阈值。
在高阈值图像中把边缘链接成轮廓，当到达轮廓的端点时，该算法会在断点的8邻域点中寻找满足低阈值的点，再根据此点收集新的边缘，直到整个图像边缘闭合。

三、Canny方法

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，InputArray类型的image，输入图像，填Mat类对象即可，且需为单通道8位图像
第二个参数，OutputArray类型的edges,输出边缘图，和源图像有一样的尺寸和类型
第三个参数，double类型的threshold1，第一个滞后性阈值
第四个参数，double类型的threshold2，第二个滞后性阈值
第五个参数，int类型的apertureSize，表示应用Sobel算子的孔径大小，默认值3
第六个参数，bool类型的L2gradient，一个计算图像梯度幅值的标识，默认值false

注意：两个阈值中较小的值用于边缘连接，较大的值用来控制强边缘的初始段，推荐高低阈值比为2:1到3:1之间

四、opencv中的实现

1、图像灰度化；

2、高斯滤波（blur）

3、计算梯度

4、用双阈值方法检测和连接边缘

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <math.h>
using namespace cv;

int main(int argc, char *argv[])
{
    Mat img = imread("lena.jpg", CV_LOAD_IMAGE_COLOR);
    if(img.empty())
       return -1;
    Mat src_gray,src_blur,dst;
    cvtColor(img,src_gray,CV_BGR2GRAY);
    blur(src_gray,src_blur,Size(3,3));
    Canny(src_blur,dst,30,200);
    namedWindow( "lena", CV_WINDOW_AUTOSIZE );
    imshow("lena", img);
    imshow("canny",dst);
    waitKey(0);
    return 0;
}