1.canny邊緣檢測基本原理
(1)圖象邊緣檢測必須滿足兩個條件：一能有效地抑制雜訊；二必須盡量精確確定邊緣的位置。
(2)根據對訊雜比與定位乘積進行測度，得到最優化逼近運算元。這就是canny邊緣檢測運算元。
(3)類似與marr（log）邊緣檢測方法，也屬於先平滑後求導數的方法。
2.canny邊緣檢測演算法：
step1:用高斯濾波器平滑圖象；
step2:用一階偏導的有限差分來計算梯度的幅值和方向；
step3:對梯度幅值進行非極大值抑制；
step4:用雙閾值演算法檢測和連線邊緣。
step1:高斯平滑函式
step3:非極大值抑制
僅僅得到全域性的梯度並不足以確定邊緣，因此為確定邊緣，必須保留區域性梯度最大的點，而抑制非極大值。（non-maxima suppression,nms）
解決方法：利用梯度的方向。
step4:用雙閾值演算法檢測和連線邊緣:
對非極大值抑制影象作用兩個閾值th1和th2，兩者關係th1=0.4th2。我們把梯度值小於th1的畫素的灰度值設為0，得到影象1。然後把梯度值小於th2的畫素的灰度值設為0，得到影象2。由於影象2的閾值較高，去除大部分噪音，但同時也損失了有用的邊緣資訊。而影象1的閾值較低，保留了較多的資訊，我們可以以影象2為基礎，以影象1為補充來鏈結影象的邊緣。
對影象2進行掃瞄，當遇到乙個非零灰度的畫素p(x,y)時，跟蹤以p(x,y)為開始點的輪廓線，直到輪廓線的終點q(x,y)。
考察影象1中與影象2中q(x,y)點位置對應的點s(x,y)的8鄰近區域。如果在s(x,y)點的8鄰近區域中有非零畫素s(x,y)存在，則將其包括到影象2中，作為r(x,y)點。從r(x,y)開始，重複第一步，直到我們在影象1和影象2中都無法繼續為止。
當完成對包含p(x,y)的輪廓線的鏈結之後，將這條輪廓線標記為已經訪問。回到第一步，尋找下一條輪廓線。重複第一步、第二步、第三步，直到影象2中找不到新輪廓線為止。
至此，完成canny運算元的邊緣檢測。
Canny邊緣檢測
canny運算元是邊緣檢測運算元中最常用的一種，是公認效能優良的一種運算元，常被其它邊緣檢測運算元作為標準運算元進行優劣分析。canny演算法基本可以分為3個步驟 平滑 梯度計算 基於梯度值及梯度方向的候選點過濾 1 平滑 影象梯度的計算對雜訊很敏感，因此必須首先對其進行低通濾波。在這裡使用5 5的...
Canny邊緣檢測
canny邊緣檢測是一種非常流行的邊緣檢測演算法，是john canny在1986年提出的。它是乙個多階段的演算法，即由多個步驟構成。1.影象降噪 2.計算影象梯度 3.非極大值抑制 4.閾值篩選 我們就事後諸葛亮，分析下這個步驟的緣由。首先，影象降噪。我們知道梯度運算元可以用於增強影象，本質上是通...
Canny邊緣檢測
canny邊緣檢測演算法 五個步驟 1.高斯模糊 gaussianblur 2.灰度轉換 cvtcolor 3.計算梯度 sobel scharr 4.非最大訊號抑制 5.高低閾值連線輸出二值影象 import cv2 def edge demo image blurred cv2.gaussian...