Canny算子分析【DOC精选】.doc

Canny算子分析 摘 要: 图像边缘识别在实际应用中一直是图像边缘检测中的热点和难点, 迄今已有许多边缘检测方法, 其中 Canny 算子在图像边缘的检测与提取中已经取得了较好的处理效果。 关键词:Canny 算子 图像边缘 重要概念 边缘定义为图像中灰度发生急剧变化的区域边界。 边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线。 Canny( 坎尼) 算子是以待处理像素为中心的邻域作为进行灰度分析的基础, 实现对图像边 缘的提取并已经取得了较好的处理效果。 在图象边缘检测中往往要求所检测到的边缘具有封闭特性图象边缘检测的基本步骤 ?????????? （1）滤波。边缘检测主要基于导数计算，但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。 ?????????? （2）增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。 ?????????? （3）检测。但在有些图象中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。 ?????????? （4）定位。精确确定边缘的位置。 图1 边缘检测酸法的基本步骤 步骤3.对梯度幅值进行非极大值抑 制(non_maxima suppression，NMS): 仅仅得到全局的梯度并不足以确定边缘，因此为确定边缘，必须保留局部梯度最大的点，而抑制非极大值。 解决方法：利用梯度的方向: 步骤4. 用双阈值算法检测和连接边缘 对非极大值抑制图像作用两个阈值th1和th2，两者关系th1=0.4th2。我们把梯度值小于th1的像素的灰度值设为0，得到图像1。然后把梯度值小于th2的 像素的灰度值设为0，得到图像2。由于图像2的阈值较高，去除大部分噪音，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，我们可以以图像2为基础，以图像1为补充来连结图像的边缘。 链接边缘的具体步骤如下： 对图像2进行扫描，当遇到一个非零灰度的像素p(x,y)时，跟踪以p(x,y)为开始点的轮廓线，直到轮廓 线的终点q(x,y)。 考察图像1中 与图像2中q(x,y)点位置对应的点s(x,y)的8邻 近区域。如果在s(x,y)点的8邻近区域中有非零像素s(x,y)存 在，则将其包括到图像2中，作为r(x,y)点。从r(x,y)开始， 重复第一步，直到我们在图像1和图像2中都无法继续为止。 当完成对包含p(x,y)的 轮廓线的连结之后，将这条轮廓线标记为已经访问。回到第一步，寻找下一条轮廓线。重复第一步、第二步、第三步，直到图像2中找 不到新轮廓线为止。 至此，完成canny算 子的边缘检测。