Canny算法研究.docxVIP

实验目的了解OpenCV中的Canny函数及Canny算法，并能够自己实现实验环境Ubuntu14.04LTS+OpenCV+python2.7实验原理Canny算法原理Canny 边缘检测算法是 John F. Canny 于 1986年开发出来的一个多级边缘检测算法，也被很多人认为是边缘检测的最优算法, 最优边缘检测的三个主要评价标准是:低错误率: 标识出尽可能多的实际边缘，同时尽可能的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。Canny算法的实现步骤灰度化由于边缘检测需要使用灰度图像，所以需要现将图像进行灰度化。方式一：Gray = （R + G + B）/3方式二：Gray = 0.299R + 0.587G + 0.114B其中方式二考虑了人眼的生理特性。高斯滤波（去噪）图像高斯滤波的实现可以用两个一维高斯核分别两次加权实现，也可以通过一个二维高斯核一次卷积实现。离散化的一维高斯函数与二维高斯函数如下：确定参数就可以得到一维核向量与二维核向量：得到高斯核之后，要对整个核进行归一化处理。灰一阶偏导的有限差分来计算梯度的幅值和方向关于图像灰度值得梯度可使用一阶有限差分来进行近似，这样就可以得图像在x和y方向上偏导数的两个矩阵。常用的梯度算子有如下几种：Roberts 算子Sobel算子Prewitt算子C