canny算子.docVIP

经典图像边缘检测(综合法思想)——Canny算子 John Canny于1986年提出Canny算子，它与Marr（LoG） 边缘检测方法类似，也属于是先平滑后求导数的方法。 John Canny研究了最优边缘检测方法所需的特性，给出了评价边缘检测性能优劣 的三个指标： l???????????? 好的信噪比，即将非边 缘点判定为边缘点的概率要低，将边缘点判为非边缘点的概率要低； l???????????? 高的定位性能，即检测 出的边缘点要尽可能在实际边缘的中心； l???????????? 对单一边缘仅有唯一响 应，即单个边缘产生多个响应的概率要低，并且虚假响应边缘应该得到最大抑制。 用一句话说，就是希望在提高对景物边缘的敏感性的同时，可以抑制噪声的方法才是好的边缘提取方法。 Canny算子求边缘点具体算法步骤如下： 1. 用高斯滤波器平滑图像． 2. 用一阶偏导有限差分计算梯度幅值和方向. 3. 对梯度幅值进行非极大值抑制 ． 4. 用双阈值算法检测和连接边缘． 步1. 图像与高斯平滑滤波器卷积: 步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。