Canny邊緣檢測原理及C 程式實現

原文:

canny邊緣檢測原理及c#程式實現

canny邊緣檢測是被公認的檢測效果最好的邊緣檢測方法，是由john f. canny於2023年提出，演算法目標是找出一

個最優的邊緣檢測的方法，

所謂最優即:1.好的檢測：演算法能夠盡可能的標識出影象的邊緣；2.好的定位：標識出的

邊緣要盡可能的與實際邊緣相接近；3.最小響應：影象中的邊緣只能標識一次，並且不能把雜訊標識成邊緣。同時我

們也要滿足3個準則：訊雜比準則、定位精度準則、單邊緣響應準則。

canny邊緣檢測演算法可分為4步：

高斯濾波器平滑、計算梯度、非極大值抑制、雙閾值邊緣檢測和邊緣連線。

(經典不會隨著時間褪色，演算法也是一樣)

下面將逐步講解並給出程式：

第一步：高斯平滑

為什麼要對影象（灰度影象）進行高斯平滑預處理呢？高斯濾波器對去除服從正態分佈的的雜訊很有效，我做過實驗，隨著高斯模板的增大，被識別的邊緣會逐漸減少，所以通過選著適合大小的高斯模板平滑，可以比較有效的去除一些偽邊緣點。

第二步：計算梯度

首先，由一階導數運算元（一般用sobel模板）計算灰度影象每個畫素點在水平和豎直方向上的導數gx、gy，得出梯度向量（gx，gy

），計算梯度的值g和方向theta：

g=sqrt（gx*gx+gy*gy) theta=arctan(gy/gx)

然後，將每個畫素點的梯度的值和方向分別放入兩個陣列中，程式如下：

byte orients = new byte[width * height];// 梯度方向陣列
float[,] gradients = new float[width, height];// 梯度值陣列
double gx, gy;
for (int i = 1; i < (height - 1);i++ )
else
else
//只保留成4個方向
if (orientation < 22.5)
orientation = 0;
else if (orientation < 67.5)
orientation = 45;
else if (orientation < 112.5)
orientation = 90;
else if (orientation < 157.5)
orientation = 135;
else orientation = 0;
}orients[i*width+j] = (byte)orientation;}}

第三步：非極大值抑制

如果直接把梯度作為邊緣的話，將得到乙個粗邊緣的影象，這不滿足上面提到的準則，我們希望得到定位準確的單畫素的邊緣，所以將每個畫素點的梯度與其梯度方向上的相鄰畫素比較，如果不是極大值，將其置0，否則置為某一不大於255的數，程式如下：

float leftpixel = 0, rightpixel = 0;
for (int y = 1; y

第四步：雙閾值邊緣檢測

由上一步得到的邊緣還有很多偽邊緣，我們通過設定高低雙閾值的方法去除它們，具體思想是：梯度值大於高

閾值的畫素點認為其一定是邊緣，置為255，梯度值小於低閾值的畫素點認為其一定不是邊緣置為0，介於兩閾值之間

的點畫素點為待定邊緣。然後，考察這些待定邊緣點，如果其畫素點周圍8鄰域的梯度值都小於高閾值，認為其不是

邊緣點，置為0；至於，如何設定雙閾值大小，我們可以根據實際情況設定，如設成100和20，也可以根據影象梯度值

的統計資訊設定，一般小閾值是大閾值的0.4倍即可。程式如下：

fmean = fmean / maxgradient * 255;//某統計資訊
highthreshold = (byte)(fmean);//高閾值
lowthreshold = (byte)(0.4 * highthreshold); //低閾值 
for (int y = 0; y < height; y++)
else}}
}}

最後，效果圖如下：

原圖：

灰度圖：

邊緣圖：

Canny邊緣檢測原理及C 程式實現

Canny邊緣檢測原理及C 程式實現

Canny邊緣檢測原理及C 程式實現

Canny邊緣檢測

相關推薦