欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python实现canny边缘检测

程序员文章站 2022-03-25 23:13:22
canny边缘检测原理canny边缘检测共有5部分组成,下边我会分别来介绍。1 高斯模糊(略)2 计算梯度幅值和方向。可选用的模板:soble算子、prewitt算子、roberts模板等等;一般采用...

canny边缘检测原理

canny边缘检测共有5部分组成,下边我会分别来介绍。

1 高斯模糊(略)

2 计算梯度幅值和方向。

可选用的模板:soble算子、prewitt算子、roberts模板等等;

一般采用soble算子,opencv也是如此,利用soble水平和垂直算子与输入图像卷积计算dx、dy:

python实现canny边缘检测

进一步可以得到图像梯度的幅值:

python实现canny边缘检测

为了简化计算,幅值也可以作如下近似:

python实现canny边缘检测

角度为:

python实现canny边缘检测

如下图表示了中心点的梯度向量、方位角以及边缘方向(任一点的边缘与梯度向量正交) :

python实现canny边缘检测

θ = θm = arctan(dy/dx)(边缘方向)
α = θ + 90= arctan(dy/dx) + 90(梯度方向)

3、根据角度对幅值进行非极大值抑制

划重点:是沿着梯度方向对幅值进行非极大值抑制,而非边缘方向,这里初学者容易弄混。

例如:3*3区域内,边缘可以划分为垂直、水平、45°、135°4个方向,同样,梯度反向也为四个方向(与边缘方向正交)。因此为了进行非极大值,将所有可能的方向量化为4个方向,如下图:

python实现canny边缘检测

python实现canny边缘检测

即梯度方向分别为

α = 90

α = 45

α = 0

α = -45

非极大值抑制即为沿着上述4种类型的梯度方向,比较3*3邻域内对应邻域值的大小:

python实现canny边缘检测

在每一点上,领域中心 x 与沿着其对应的梯度方向的两个像素相比,若中心像素为最大值,则保留,否则中心置0,这样可以抑制非极大值,保留局部梯度最大的点,以得到细化的边缘。

4、用双阈值算法检测和连接边缘

1选取系数th和tl,比率为2:1或3:1。(一般取th=0.3或0.2,tl=0.1);

2 将小于低阈值的点抛弃,赋0;将大于高阈值的点立即标记(这些点为确定边缘 点),赋1或255;

3将小于高阈值,大于低阈值的点使用8连通区域确定(即:只有与th像素连接时才会被接受,成为边缘点,赋 1或255)

python 实现

运行结果如下

python实现canny边缘检测

python实现canny边缘检测

以上就是python实现canny边缘检测的详细内容,更多关于canny边缘检测的资料请关注其它相关文章!