邊緣檢測
但這樣得到的二值邊緣影象有兩大缺點。第一：
檢測到的邊緣過粗，這意味著難以實現物體的精確定位
。第二：
難以找到這樣的閥值，即能足夠低檢測到所有重要的邊緣，同時也不至於包含過多次要的邊緣。
這個正是canny運算元要解決的。
canny
運算元通常基於sobel運算元，有兩個閥值，這樣可以得到兩幅邊緣圖；canny演算法組合這兩幅邊緣圖以生成一副「最優」的輪廓圖。如果存在連續的邊緣點，則將低閥值影象中的邊緣點與高閥值影象中的邊緣相連線，那麼就保留低閥值影象中的邊緣點。這種使用雙閥值以得到二值影象的策略被稱為磁滯閥值化。
另附上：
matlab的canny運算元
bw =edge(i,'canny')
用canny運算元實現邊緣檢測
bw =edge(i,'canny',thresh)
為canny演算法指定sensitivitythresholds（閾值）。
指定兩個閾值（二維向量）：第乙個元素為低閾值，第二個元素為高閾值。
指定乙個閾值（單個數值）：用作高閾值，低閾值為0.4*高閾值。
未指定閾值（或用代替）：自動根據影象的梯度直方圖計算高低閾值。
bw =edge(i,'canny',thresh,sigma)
sigma 表示高斯濾波器的標準差，預設值為sqrt(2)。濾波器大小根據sigma值自動計算。
[bw,thresh] =edge(i,'canny',...)
用thresh返回兩個閾值。
opencv的canny運算元
cvcanny函式頭：
voidcvcanny(
const cvarr* img,
cvarr* edges,
double lowthresh,
double highthresh,
int aperturesize = 3
);image 單通道輸入影象
edges 單通道影象，儲存影象邊緣
threshold1 閾值1
threshold2 閾值2
aperturesize sobel運算元的孔徑引數 (參見 cvsobel 函式)
------------------------------
來自:int main()
mat result;
canny(image, result, 150, 220);
namedwindow("cannyresult");
imshow("cannyresult", result);
waitkey(0);
return 0;
}
基於haar特徵的Adaboost人臉檢測技術
基於haar特徵的adaboost人臉檢測技術 本文主要是對使用haar adabbost進行人臉檢測的一些原理進行說明，主要是快找工作了，督促自己複習下 一 adaboost演算法原理 adaboost演算法是一種迭代的演算法，對於一組訓練集，通過改變其中每個樣本的分布概率，而得到不同的訓練集si...
Reading Andrew Ng DL 目標檢測
目標檢測 1 物件定位和特徵點檢測 目標檢測的神經網路的目標標籤和損失函式為 2 基於滑動視窗的目標檢測演算法。定義 我們以某個步幅滑動這些方框視窗遍歷整張，對這些方形區域進行分類，判斷裡面有沒有汽車。缺點 計算量大 粒度 步幅 3 卷積的滑動視窗實現 基於滑動視窗的目標檢測演算法的缺點 計算量大 ...
Python Opencv Canny邊緣檢測
去噪 梯度 非極大值抑制 滯後閾值 梯度 角度 非極大值抑制 滯後閾值 梯度值 maxval 邊界 maxval 梯度值 minval 與邊界相連，保留。否則拋棄 梯度值 梯度值 ma xval maxv al 梯度 值 mi nval 梯度值nval 邊界與 邊界相連 保留。否則拋棄 拋棄 返回值...