边缘检测:Canny算子
来源:互联网 发布:电脑怎么删除软件 编辑:程序博客网 时间:2024/05/16 19:38
一、边缘检测的一般步骤
1、【第一步】滤波
边缘检测的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。
2、【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邻域强度值有显著变化的点凸显出来。在具体编程实现时,可通过计算梯度幅值来确定。
3、【第三步】检测
经过增强的图像,往往邻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。
另外,Laplacian算子、sobel算子和Scharr算子都是带方向的。
二、canny边缘检测
2.1 代码
#include <opencv2/opencv.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>using namespace cv;//-----------------------------------【main( )函数】-------------------------------------------// 描述:控制台应用程序的入口函数,我们的程序从这里开始//-----------------------------------------------------------------------------------------------int main(){ //载入原始图 Mat srcImage = imread("D:/1.jpg",0); //工程目录下应该有一张名为1.jpg的素材图 Mat srcImage1 = srcImage.clone(); //显示原始图 imshow("【原始图】Canny边缘检测", srcImage); //---------------------------------------------------------------------------------- // 一、最简单的canny用法,拿到原图后直接用。 //---------------------------------------------------------------------------------- Canny(srcImage, srcImage, 150, 100, 3); imshow("【效果图】Canny边缘检测", srcImage); //---------------------------------------------------------------------------------- // 二、高阶的canny用法,转成灰度图,降噪,用canny,最后将得到的边缘作为掩码,拷贝原图到效果图上,得到彩色的边缘图 //---------------------------------------------------------------------------------- Mat dstImage, edge, grayImage; // 【1】创建与src同类型和大小的矩阵(dst) dstImage.create(srcImage1.size(), srcImage1.type()); // 【2】将原图像转换为灰度图像 //cvtColor(srcImage1, grayImage, CV_BGR2GRAY); // 【3】先用使用 3x3内核来降噪 blur(srcImage1, edge, Size(3, 3)); // 【4】运行Canny算子 Canny(edge, edge, 3, 9, 3); //【5】将g_dstImage内的所有元素设置为0 dstImage = Scalar::all(0); //【6】使用Canny算子输出的边缘图g_cannyDetectedEdges作为掩码,来将原图g_srcImage拷到目标图g_dstImage中 srcImage1.copyTo(dstImage, edge); //【7】显示效果图 imshow("【效果图】Canny边缘检测2", dstImage); waitKey(0); return 0;}
2.2 canny 算子简介
2.2.1 Canny边缘检测算子是John F.Canny于1986年开发出来的一个多级边缘检测算法。更为重要的是,Canny创立了边缘检测计算理论,解释了这项技术是如何工作的。Canny边缘检测算法以Canny的名字命名,被很多人推崇为当今最优的边缘检测的算法。
其中,Canny的目标是找到一个最优的边缘检测算法,让我们看一下最优边缘检测的三个主要评价标准。
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。
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。
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。
为了满足这些要求,Canny使用了变分法,这是一种寻找满足特定功能的函数的方法。最优检测用4个指数函数项的和表示,但是它非常近似于高斯函数的一阶导数。
2.2.2 Canny边缘检测的步骤
(1)【第一步】消除噪声
一般情况下,使用高斯平滑滤波器卷积降噪。以下显示了一个size=5的高斯内核示例:
(2)【第二步】计算梯度幅值和方向
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)
②使用下列公式计算梯度幅值和方向
而梯度方向一般取这4个可能的角度之一——0度,45度,90度,135度。
(3)【第三步】非极大值抑制
这一步排除非边缘像素,仅仅保留了一些细条线(候选边缘)。
(4)滞后阈值
这是最后一步,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。
注:对于Canny函数的使用,推荐的高低阈值比在2:1到3:1之间。
- canny边缘检测算子
- Canny边缘检测算子
- canny算子边缘检测
- Canny算子边缘检测
- Canny边缘检测算子
- 边缘检测:Canny算子
- 边缘检测与Canny算子
- Canny算子边缘检测资源
- 边缘检测值canny算子
- 边缘检测之Canny算子
- Canny边缘检测算子原理
- 边缘检测算子之Canny
- 边缘检测(7)Canny边缘算子
- Robert算子、sobel算子、Prewitt算子、canny边缘检测算子
- 边缘检测(Sobel算子,拉普拉斯算子,Canny算子)
- 边缘检测:canny算子,sobel算子,laplace算子,scharr滤波器
- 边缘检测,Roberts 算子,Sobel算子,Canny 算子
- 图象处理中的边缘检测------canny算子
- **linux配置tomcat以service方式启动**
- erp---tiptop内置函数
- 异常统一处理的一些思路
- 怎么学汇编---第一个程序
- 欢迎使用CSDN-markdown编辑器
- 边缘检测:Canny算子
- 阴影
- &&与&之间的区别
- 【ubuntu14.04配置caffe】二——安装intel MKL
- Android View绘制流程完全解析(三)
- assertThat
- c++基本语法
- 网站第三方社会化插件推荐
- 滴滴出行跨出国门,再战Uber胜算有多大?