【计算机视觉】Canny算子边缘检测

[计算机视觉] Canny算子边缘检测

##1. Canny边缘检测基本原理

(1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。
(2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。
(3)类似与Marr（LoG）边缘检测方法，也属于先平滑后求导数的方法。
##2. Canny边缘检测算法：

step1:用高斯滤波器平滑图象；
step2:用一阶偏导的有限差分来计算梯度的幅值和方向；
step3:对梯度幅值进行非极大值抑制；
step4:用双阈值算法检测和连接边缘。
边缘feature，是属于local feature，即图像的局部特征，边缘的特点是什么呢？上面一篇文章中已经讲述过，但还得提一下，就是出现在梯度大的地方，因为像素的局部性说明的是像素通常倾向于与其近邻像素值相近，而不想近的地方大至属于边缘或者噪声等。所以可以用梯度对这种边缘信息进行提取，但是务必要有效的抑制噪声。通常边缘检测可通过先平滑，后求梯度或导数，也可以先通过导数，然后再进行平滑。从算子的角度分析，两种操作作用先后是没有区别的。

详细内容：https://pengyizhang.github.io/2020/03/16/canny/