Canny边缘检测流程:
(1)高斯滤波平滑去噪:
高斯滤波器:图一对应位置经过公式(σ默认为1)处理后得到图二,再经过归一化处理(sum = 图二中九个元素之和,再用 sum 的倒数分别乘上对应位置的元素)后得到图三,图三为我们最终所得的高斯滤波器。
(2)计算图像梯度大小及梯度方向:
这个过程我们需要用到 Sobel 算子,在此简单介绍一下,Sobel 算子就是两个卷积核(见下图),第一个用于检测水平方向的梯度 dx,第二个用于检测竖直方向的梯度 dy。
众所周知,dx 与 dy 均为矢量,所以我们利用矢量加法计算出总梯度:;又因为
,所以可知梯度的方向角
。
(3)非极大值抑制:
首先让我们看向下图:下图有八个方向轴,我们可以将其看作是一个九宫格(八个端点加中心交点)。我们将图像的一个 3×3 的区域拿出并与之重叠,经过上一步,我们已经得知了每个像素点的梯度大小和梯度方向。此时我们看向中心点像素的梯度方向,对其作近似处理,按就近原则近似为下图中八个角度之一,这样我们就能得到一个长轴,长轴上有三个像素点(两个端点和中心点),我们对此三个像素的梯度大小进行比较,若中心像素梯度值最大,则其暂定为边缘点,反之则不是边缘点。
(4)双阈值检测:
我们设定两个阈值:小阈值 threshold1 和大阈值 threshold2,我们对目前已经暂定的边缘点做如下处理:
大于 threshold2 的点认定为边缘点
介于 threshold1 和 threshold2 的点:
若与已经认定的边缘点有联系则认定为边缘点,
反之则舍弃
小于 threshold1 的点舍弃