一、基于opencv边缘检测
1.1.边缘检测的一般步骤:
第一步:滤波
边缘检测算法主要是基于图像强度的一阶和二阶导数,但导数通常对噪声很敏感,因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常见的滤波方法主要有高斯滤波,即采用离散化的高斯函数产生一组归一化的高斯核,然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和。
第二步:增强
增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点领域强度值有显著变化的点凸显出来。
第三步:检测
经过增强的图像,往往领域中有很多点的梯度值比较大,而在特定的应用中,这些点并不是要找的边缘点,所以应该采用某种方法来对这些点进行取舍。实际工程中,常用的方法是通过阈值化方法来检测。
1.2.canny算子
canny算子简介:是1986年开发出来的一个多级边缘检测算法。
最优边缘检测的三个主要评价标准:
1.低错误率:标识出尽可能多的实际边缘,同时尽可能地减少噪声产生的误报;
2.高定位性:标识出的边缘要与图像中的实际边缘尽可能接近;
3.最小响应:图像中的边缘只能标识一次,并且可能存在的图像噪声不应标识为边缘。
Canny边缘检测的步骤:
第一步.消除噪声;
第二步.计算梯度幅值和方向;
第三步.非极大值抑制;
第四步.滞后阈值:Canny使用了滞后阈值,滞后阈值需要两个阈值(高阈值和低阈值)
1.若某一像素位置的幅值超过高阈值,该像素被保留为边缘像素;
2.若某一像素位置的幅值小于低阈值,该像素被排除;
3.若某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于高阈值的像素时被保留。
canny边缘检测:Canny()函数
void Canny(InputArray image,OutputArray edges,double threshold1,double threshold2,int apertureSize=3,L2gradient=false