基于C++的OpenCV（九）图像变换

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