canny边缘检测算法步骤,canny边缘检测算法代码Python

　　Canny:边缘检测算法：对于受白噪声影响的阶跃边缘是最优的。

　　目的：

　　返回二进制图像，非零值表示图像中存在边缘，并返回与边缘相关的比例和方向信息。

　　标准：

　　标准：不丢失重要边缘，不能有伪边缘。

　　定位标准：实际边缘与检测到的边缘位置偏差最小。

　　单个响应标准：将多个响应减少为单个边缘响应。该标准可以解决受噪声影响的边缘问题，并起到解决非平滑边缘检测算子的作用。

　　步骤：

　　a .使用高斯滤波器对图像去噪

　　b .计算像素的梯度

　　C.基于边缘检测使用非最大抑制NMS是步骤b的辅助

　　d .使用双阈值来去除检测到的边缘上的假阳性也称为滞后阈值。

　　e、分析所有的边以及它们之间的联系，保留真实的边，消除不明显的边。(一般这一步会省略)

　　步骤说明：

　　b .计算梯度

　　与正交差分滤波器的卷积(Prewitt)

　　生成水平方向导数图像H和垂直方向的导数图像V

　　当振幅超过临界值时，就需要使用非最大抑制的方法来删除这些不需要的响应。

　　c、抑制非极大值：搜索局部极大值，抑制非极大值。

　　2分别处理与每个角度相关的像素。如果垂直于渐变的任何两个相邻像素具有较大的值，则其幅度将被设置为0。

　　含义：这样可以保留边缘幅度分布最大值处的梯度，而远离最大值的梯度将被抑制。

　　d双阈值去除假阳性和滞后阈值——基本属于最后阶段。

　　为了防止给定阈值(振幅阈值，但有边缘/标记为边缘但实际上没有边缘)漏检或误检的现象，给定两个阈值x1，x2，其中x1x2，振幅超过x2的所有像素都标记为边缘—可以减少误检。振幅超过较小阈值x1的所有像素以及与现有边缘相连的像素也被标记为边缘，这可以减少遗漏的检测。

　　import v2 import numpy as NP v2 . im read( img . jpg ，0) cv2.imwrite (canny.jpg ，cv2.canny (img，200，300)) cv2.imshow (canny ，cv2.imread (canny.jpg ))

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。