图像处理（七）——Canny边缘检测

版权声明： https://blog.csdn.net/Godsolve/article/details/83834508

Canny边缘检测算子是John F. Canny于 1986 年开发出来的一个多级边缘检测算法。更为重要的是 Canny 创立了边缘检测计算理论（Computational theory of edge detection）解释这项技术如何工作。
通常情况下边缘检测的目的是在保留原有图像属性的情况下，显著减少图像的数据规模。目前有多种算法可以进行边缘检测，虽然Canny算法年代久远，但可以说它是边缘检测的一种标准算法，而且仍在研究中广泛使用。

Canny算法是实现可以分为六步：

1. 灰度化图像
   较为简单，不多说

2. 高斯滤波
   高斯滤波是为了平滑图像，消除噪声。高斯滤波是实现之前的实验已经做过。

3. 计算梯度之和方向
   图像灰度值的梯度一般使用一阶有限差分来进行近似，这样就可以得图像在x和y方向上偏导数的两个矩阵。
   
   其中f为图像灰度值，P代表X方向梯度幅值，Q代表Y方向 梯度幅值，M是该点幅值，Θ是梯度方向，也就是角度。

4. 非极大值抑制
   非极大值抑制是进行边缘检测的一个重要步骤，简单来说就是指寻找像素点局部最大值。
   
   通过插值来计算dTemp1和dTemp2的像素值（亚像素 ）。

5. 双阈值的选取
   双阈值的选取是按照直方图来选择的，至于选取多少就要自己定义了，这里我测试了几种不同的取值，结果分别如下：
   （50,150）
   
   （100,200）
   
   （20,100）
   
   如果边缘像素的梯度值高于高阈值，则将其标记为强边缘像素；如果边缘像素的梯度值小于高阈值并且大于低阈值，则将其标记为弱边缘像素；如果边缘像素的梯度值小于低阈值，则会被抑制。

6. 边缘检测
   首先判断该点是否超过高阈值，然后判断该点的8邻域点中寻找满足超过低阈值的点，再根据此点收集新的边缘，直到整个图像边缘闭合。整个图像找完后，将非边缘点剔除，即灰度值置0.

完成了以上六步，Canny边缘检测算法就完成了，实测效果也挺不错的。

---

代码自取

// CVE7(2).cpp: 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "StdAfx.h"
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
int main(int argc, char** argv)
{
	//声明IplImage指针
	IplImage* img = NULL;
	IplImage* cannyImg = NULL;
	//char *filename;
	//filename = "图片1.png";
	img = cvLoadImage("E:/C++/CVE7(2)/图片1.png", 1);
	//载入图像，强制转化为Gray
	if ((img = cvLoadImage("E:/C++/CVE7(2)/图片2.jpg", 0)) != 0)
	{
		//为canny边缘图像申请空间
		cannyImg = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
		//canny边缘检测
		cvCanny(img, cannyImg, 20, 100, 3);
		//创建窗口
		cvNamedWindow("src", 1);
		cvNamedWindow("canny", 1);
		//显示图像
		cvShowImage("src", img);
		cvShowImage("canny", cannyImg);
		cvWaitKey(0); //等待按键
					  //销毁窗口
		cvDestroyWindow("src");
		cvDestroyWindow("canny");
		//释放图像
		cvReleaseImage(&img);
		cvReleaseImage(&cannyImg);
		return 0;
	}
	return -1;
}