基础原理

边缘检测是根据灰度突变来分割图像的一种常用方法。边缘模型通常分为台阶模型和斜坡模型。在实际图像中，斜坡边缘模型更为常见。在使用二阶梯度获取图像边缘时，二阶导数会产生一个局部极大正值和一个局部极小负值，这在图像上表现为双线性效应。

Canny边缘检测

Canny边缘检测算法由John F. Canny在1986年提出，主要包括以下步骤：

高斯核平滑图像：使用高斯核对输入图像进行平滑处理，以去除噪声。

计算梯度幅度和方向图：计算图像的梯度幅度和方向，公式分别为： [ M(x, y) = \sqrt{g_x^2(x, y) + g_y^2(x, y)} ] 和 [ \alpha(x, y) = \arctan\left(\frac{g_y(x, y)}{g_x(x, y)}\right) ] 其中，(g_x(x, y)) 和 (g_y(x, y)) 分别表示图像在 x 和 y 方向上的梯度。

非极大值抑制：在一个 3x3 区域内，定义 4 个边缘法线方向（水平、垂直、+45°、-45°），并对梯度幅度进行细化处理。

双阈值处理和连同性分析：使用滞后阈值处理，设置低阈值和高阈值，通过连同性分析检测并连接边缘。

OpenCV API

OpenCV 提供了 cv::Canny 函数来实现上述算法。函数参数说明如下：

image：单通道灰度图像。

edges：存储边缘像素的输出图像。

threshold1 和 threshold2：滞后阈值处理的超参数。

apertureSize：使用 Sobel 算子时的卷积核大小，默认为 3。

L2gradient：计算梯度幅值时是否使用 L2 范数，默认为 false。

函数调用示例：

void cv::Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize = 3, bool L2gradient = false)

示例

以下是一个使用 OpenCV 实现 Canny 边缘检测的示例代码：

#include 
   
    
#include 
    
     
#include 
     
      
#include 
      
       
using namespace std;
using namespace cv;
static void CannyThreshold(int, void*) {
    // 对图像进行高斯滤波
    blur(src_gray, detected_edges, Size(3, 3));
    // 应用 Canny 算法
    Canny(detected_edges, detected_edges, low_threshold, low_threshold * ratio, ks);
    // 初始化结果图像
    dst.create(src.size(), src.type());
    // 复制原始图像到结果图像
    src.copyTo(dst, detected_edges);
    // 显示结果图像
    imshow("Canny Edge Map", dst);
    // 保存结果图像
    imwrite("seg_res.png", dst);
}
int main(int argc, char **argv) {
    CommandLineParser parser(argc, argv, "{@input | fruits.jpg | input image}");
    src = imread(samples::findFile(parser.get
       
        ("@input")), IMREAD_COLOR);
    if (src.empty()) {
        cout << "Could not open or find the image!" << endl
             << "Usage: " << argv[0] << " 
        " << endl;
        return -1;
    }
    // 初始化结果图像
    dst.create(src.size(), src.type());
    cvtColor(src, src_gray, COLOR_BGR2GRAY);
    namedWindow("Canny Edge Map", WINDOW_AUTOSIZE);
    createTrackbar("Min Threshold:", "Canny Edge Map", &low_threshold, max_low_threshold, CannyThreshold);
    CannyThreshold(0, 0);
    waitKey(0);
    return 0;
}

上述代码首先读取输入图像，进行灰度转换后调用 Canny 函数进行边缘检测，并将结果显示和保存。

转载地址：http://gahfk.baihongyu.com/

你可能感兴趣的文章