当前位置:首页> AI教程> Canny边缘检测算法及参数调整方法

Canny边缘检测算法及参数调整方法

释放双眼,带上耳机,听听看~!
本文介绍了Canny边缘检测算法的原理和具体步骤,并讨论了参数调整的方法。通过Opencv中的cv2.Canny()函数实现,可以根据实际需求进行参数调整,从而获得最佳的边缘检测效果。

边缘检测

在上一篇文章中,我们介绍了图像的梯度结算来检测图像边缘,但是我们之前只是检验了大小,不知道具体方向。

使用Canny边缘检测是一种经典而有效的边缘检测算法,Canny边缘检测算法包括以下五大步骤:

1.使用高斯滤波器,以平滑图像,滤除噪声

首先,对待处理的图像进行高斯滤波以降低噪声的影响。高斯滤波器可以平滑图像并减少局部变化的影响。这里和我们之前在平滑处理中介绍的一样,这里使用的高斯滤波器是归一化后的,具体如下:

Canny边缘检测算法及参数调整方法

然后根据这个滤波器,我们就可以计算每一个像素经过高斯平滑后的值

Canny边缘检测算法及参数调整方法

2.计算图像中每个像素点的梯度强度和方向

在经过高斯滤波后的图像上,使用Sobel算子或其他梯度算子计算图像的梯度大小和方向,表示图像中每个像素的灰度变化率和方向。

  • 在水平方向上计算梯度
  • 在垂直方向上计算梯度

两个方向的Sobel算子如下:

Canny边缘检测算法及参数调整方法

两个方向梯度计算结果如下:

Canny边缘检测算法及参数调整方法

  • 计算梯度幅值和方向:根据水平和垂直梯度计算每个像素的梯度幅值和方向。

这里和我们之前介绍的图像梯度计算中,多了一个方向,我们用​来表示:

Canny边缘检测算法及参数调整方法

3.应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散响应。

对于每个像素,判断其是否为边缘像素。具体做法是检查梯度幅值沿着梯度方向上的两侧像素,如果当前像素的梯度幅值最大,则将其保留为边缘像素,否则将其抑制为非边缘像素。

4.应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘

根据设定的高阈值和低阈值,对经过非极大值抑制的图像进行分类。如果像素的梯度幅值高于高阈值,则将其确定为强边缘像素;如果像素的梯度幅值低于低阈值,则将其确定为弱边缘像素;如果像素的梯度幅值介于低阈值和高阈值之间,则根据其是否与强边缘像素相连来确定其是否为边缘像素。具体如下图所示

Canny边缘检测算法及参数调整方法

5.通过抑制孤立的弱边缘最终完成边缘检测

Canny边缘检测算法通过上述步骤,能够在图像中准确地检测到边缘,并且能够剔除噪声和细小的边缘。由于其高精度和可调节的参数,Canny边缘检测广泛应用于图像处理、计算机视觉和模式识别等领域。

下面我们调用Opencv中的cv2.Canny()函数实现,具体代码格式如下:

edges = cv2.Canny(img, threshold1, threshold2)

其中,threshold1threshold2是用于双阈值检测的阈值参数。通常,我们设定threshold1的值应该是threshold2的一半或者是三分之一。

我们现在来讨论一下这两个参数的影响,当minval设置的越小,我们能检测到的边缘就越多,当maxval设置的越大,我们能检测到的边缘就越少。

因此,在实际应用中,我们要根据自己的需求进行调整。下面我们来看一个具体的例子,还是使用小狗洋气的照片,我们将两组阈值分别设为80,160和50,100,看一下他们的区别

import cv2
​
def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()
    
img=cv2.imread("yangqi.jpg",cv2.IMREAD_GRAYSCALE)
​
v1=cv2.Canny(img,80,160) 
v2=cv2.Canny(img,50,100)
​
res = np.hstack((v1,v2)) #将图片水平堆砌
cv_show(res,'res')
​

Canny边缘检测算法及参数调整方法

我们对比一下两张图:

  • 左边阈值为:80,160
  • 右边阈值为:50,100

可以看到右边这张图检测到的边缘更多。

本网站的内容主要来自互联网上的各种资源,仅供参考和信息分享之用,不代表本网站拥有相关版权或知识产权。如您认为内容侵犯您的权益,请联系我们,我们将尽快采取行动,包括删除或更正。
AI教程

使用Python和TensorFlow训练深度Q网络(DQN)

2023-11-25 12:34:14

AI教程

图像轮廓检测教程

2023-11-25 12:42:14

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索