Canny 边缘检测的流程

Canny 边缘检测流程

---

Canny 算子是当今最有的边缘检测算法。

第一步：高斯平滑滤波：消除噪声

一般情况下，使用高斯平滑滤波器进行卷积操作。以下显示了 $size=5$ 的高斯内核是示例：
$$K=\frac{1}{139}\left[\begin{array}{ccccc}2& 4& 5& 4& 2\\ 4& 9& 12& 9& 4\\ 5& 12& 15& 12& 5\\ 4& 9& 12& 9& 4\\ 2& 4& 5& 4& 2\end{array}\right]$$

第二步 ：缘增强：计算幅值和方向

此处，按照 Sobel 滤波器的步骤来操作：
1 运用一对卷积阵列（分别作用于 x 和 y 方向）
$$G_x=\left[\begin{array}{ccc}-1& 0& +1\\ -2& 0& +2\\ -1& 0& +1\end{array}\right]G_y=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ +1& +2& +1\end{array}\right]$$

2 使用下列公式计算幅值和方向
$$\begin{gathered} G=\sqrt{G_x^2+G_y^2} \\ \theta =arctan(\frac{G_x}{G_y}) \end{gathered}$$
而梯度方向一般取这 $4$ 个可能的角度之一：$0、45、90、135$。

第三步：非极大值抑制

这一步排除非边缘检测像素，仅仅保留了一些细线条（候选边缘）

第四步：高低阈值

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. 若某一像素位的幅度超高高阈值，该像素确认位边缘像素；
2. 若某一像素位的幅度小于低阈值，该像素排除；
3. 如某一像素位的幅度介于高阈值和低阈值之间，当该像素仅仅与一个边缘像素相连时，则确认位边缘像素；否则，排除。