Canny算法——基本思想

•步骤：

• 降低噪声:高斯滤波，以平滑图像并减少噪声的影响。
• 平滑图像计算梯度: 采用Sobel等算子提取梯度,得到图像的梯度幅值和梯度方向。
• 非极大值抑制:沿着梯度方向寻找局部最大值。
• 边缘跟踪: 根据设定的阈值，将梯度幅值分成两个部分：高阈值和低阈值。高阈值被用来确定强边缘，低阈值被用来确定弱边缘。如果某个像素点的梯度幅值超过高阈值，则将其标记为强边缘；如果梯度幅值在低阈值和高阈值之间，则将其标记为弱边缘。
• 边缘连接：在上一步骤中，被标记为强边缘的像素点被认为是最终的边缘点。而被标记为弱边缘的像素点，如果其与强边缘相连，则也被认为是边缘的一部分。通过边缘连接操作，可以将弱边缘与强边缘连接起来，形成完整的边缘。

Canny算法通过以上步骤的组合，可以提取图像中清晰而准确的边缘信息。它具有较好的噪声抑制能力、良好的边缘定位和细化效果。