opencv——Canny边缘检测

opencv——Canny边缘检测

1、对灰度图进行高斯滤波消除噪声。
2、Canny算法中所采用的卷积算子：

        其x向、y向的一阶偏导数矩阵，梯度幅值以及梯度方向的数学表达式为：

3、对幅值进行极大值抑制

图像梯度幅值矩阵中的元素值越大，说明图像中该点的梯度值越大，但这不不能说明该点就是边缘。通俗意义上是指寻找像素点局部最大值，将非极大值点所对应的灰度值置为0。

图（1） 非极大值抑制

        根据图1 可知，要进行非极大值抑制，就首先要确定像素点C的灰度值在其8值邻域内是否为最大。图1中蓝色的线条方向为C点的梯度方向，这样就可以确定其局部的最大值肯定分布在这条线上，也即出了C点外，梯度方向的交点dTmp1和dTmp2这两个点的值也可能会是局部最大值。因此，判断C点灰度与这两个点灰度大小即可判断C点是否为其邻域内的局部最大灰度点。如果经过判断，C点灰度值小于这两个点中的任一个，那就说明C点不是局部极大值，那么则可以排除C点为边缘。这就是非极大值抑制的工作原理。

        实际上，我们只能得到C点邻域的8个点的值，而dTmp1和dTmp2并不在其中，要得到这两个值就需要对该两个点两端的已知灰度进行线性插值，也即根据图1中的g1和g2对dTmp1进行插值，根据g3和g4对dTmp2进行插值，这要用到其梯度方向。

4、双阈值

1. 如果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. 如果某一像素位置的幅值小于 低 阈值, 该像素被排除。
3. 如果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。