canny 算法学习

       　Canny算子的设计步骤如下：
　　（1）用高斯滤波器对图像滤波，去除图像中的噪声。
　　（2）用高斯算子的一阶微分对图像进行滤波，得到每个象素梯度的大小｜G｜和方向θ 。
　　
　　
其中：f为滤波后的图像。
　　（3）对梯度进行“非极大抑制”
　　梯度的方向可以被定义为属于4个区之一，各个区用不同的邻近象素来进行比较，以决 定局部极大值。
　　（4）对梯度取2次阈值得T1和T2，T1=0.4*T2。把梯度值小于T1的象素灰度 值设为0，得到图像1。然后把梯度值小于T2的象素灰度设为0，得到图像2。由于图像 2的阈值较 高，去除了大部分噪声，但同时也损失了有用的边缘信息。而图像1的阈值较低，保留了较 多的信息。可以以图像2为基础，图像1为补充来连接图像。
　　（5）连接边缘的具体步骤如下：
　　①对图像2进行扫描，当遇到一个非零灰度的象素P时，跟踪以P为开始点的轮廓线， 直到该轮廓线的终点Q。
　　②考察图像1与图像2中Q点位置对应的Q′的8邻近区域。如果在Q′点的8邻近区域中有非零象素R′存在，则将其包括到图像2中，作为R点。从R开始，重复第 ①步，直到在图像1和图像2中都无法继续为止。
　　③当完成对包含P的轮廓线的连接之后，将这条轮廓线标记为已访问。回到第①步，寻 找下一条轮廓线。
　　④重复①、②、③，直到图像2中找不到新轮廓线为止。