Canny算法检测边缘

匿名 (未验证) 提交于 2019-12-03 00:13:02

  Canny算法是边缘检测的一个经典算法,比单纯用一些微分算子来检测的效果要好很多,其优势有以下几点:

  1. 边缘误检与漏检率低。
  2. 边缘定位准确,且边界较细。
  3. 自带一定的滤噪功能,或者说,对噪声的敏感度要比单纯算子低。
  4. 具有多个可调整参数,可影响算法的时间与时效。

  但是Canny相比单纯算子来说计算量偏大,下面简单介绍算法的过程。

 

图像去噪: 

    这一步不是必须的,一般噪声少的图,让Canny自己应付就行。若噪声较多,一般采用高斯滤波。滤波后,噪声灰度下降,对边缘的影响

  小于噪点。

 

获取梯度强度与方向: 

    用一阶微分算子获取梯度强度和方向,如sobel算子,强度与方向公式如下:

    

    要用两个矩阵分别存储强度和方向,其中方向公式需要根据具体算子情况更改正负号,最终使上下左右、45度方向可以区分开来。例如下图所示,

    这里将上下放在(60,90)和(-90,-60)区间,因为它们在非极大抑制时取的都是上下邻域;将左右放在(-30,30)区间,因为它们抑制时取的是

    左右邻域;将处于斜向上对角线的梯度角放在(30,60),它们在抑制时取45度的两个邻域;将斜向下对角线上的梯度角放在(-60,-30),它们在

    抑制时取-45度的两个邻域。

    

 

非极大抑制:

    该步骤目的是删除非边缘像素,主要做法是对每个像素点,与它梯度方向的相邻两像素作灰度比较(比如左右两个像素),如果该像素点

  灰度比它两个相邻像素都大,则保留其灰度值,否则抑制(赋值0)。

 

双阈值处理:

    设定一个高阈值和低阈值,对灰度大于高阈值的像素点,确认为强边缘,赋值255,低于低阈值的点赋值0,介于之间的点保留其灰度值,作为弱边缘。

 

滞后边界追踪:

    这一步主要是处理弱边缘,总的思路是找到每一个弱边缘的连通域,判断该连通域与强边缘有无相邻,如果存在至少一个像素与强边缘相邻,则将该连

  通域都作为强边缘(赋值255),如果没有一个像素与强边缘相邻,则将整个连通域视为噪声(赋值0)。

    所以,关键在于找到连通域,通常有DFS与BFS两种算法可以处理连通域问题,这里采用BFS算法,思路如下:

 

    1.扫描整个图像,判断每个像素是否为弱边缘,如果是,进入步骤2(查找连通域)。

    2.用connect数组保存组成连通域的所有点;用weak数组保存待检查八领域的弱点;用checked数组标记已被扫描过的弱点(也就是连通域里的点),标

       记1表示已扫描;用变量real_edge记录是否有检测到强点。将刚才判定的弱边缘点压入connect、weak,checked相应位置标记为1。进入步骤3。

    3.创建new_weak用来保存新的待检测八领域的弱点。依次对weak中每个待检测点,遍历其八领域,找到所有未被checked标记的新弱点,压入new_weak

       、connect,checked相应位置标记为1,同时检查八领域内是否有强边缘,有则标记real_edge=1。对weak所有待检测点检查完后,如果new_weak不为

      空,则将new_weak赋给weak,重复步骤3;如果new_weak为空,则表示一个连通域寻找完毕,进入步骤4。

    4.如果real_edge=1,则将连通域每个点的灰度赋值255,否则赋值0;弹出connect、weak、checked中所有点。

    5.重复步骤1-4,直道图像扫描完毕。

    

  经过以上这些步骤,Canny算法就已经实现了。我们要做的就是根据图像调整双阈值和滤波强度。下面是Canny的一个处理实例,其中给出了单纯sobel检测和

Canny检测的效果与所用时间。通过下图可以知道,Canny检测的边缘要薄的多,细节处理更好,噪声也更少。在时间表中,canny算法用了大约300ms(图像大小为

500像素*500像素);而sobel(表中为diffedge)为10ms左右(就不要看绝对时间了,这么长应该跟算法没关系)。

 

  

   以下是matlab代码实现:

  

%canny前先高斯滤波 function edge=canny(gaussianimg,lthres,hthres)     sobel_operator_x=[-1,0,1;                       -2,0,2;                       -1,0,1];     sobel_operator_y=[-1,-2,-1;                        0,0,0;                        1,2,1];     %梯度强度     diff_x=filter2(sobel_operator_x,gaussianimg);     diff_y=filter2(sobel_operator_y,gaussianimg);     diff=uint8(sqrt((diff_x.^2+diff_y.^2)/32));     %梯度方向     [sizex,sizey]=size(gaussianimg);     angle=zeros(sizex,sizey);     edge=uint8(zeros(sizex,sizey));     for i=1:sizex         for j=1:sizey             angle(i,j)=atan(-diff_y(i,j)/diff_x(i,j))/pi*180;         end     end     %非极大抑制,排除非边缘像素      for i=2:sizex-1         for j=2:sizey-1             if (angle(i,j)>90||angle(i,j)<-90)                 break;             elseif angle(i,j)>=60 || angle(i,j)<=-60                 if (diff(i,j)>diff(i-1,j)&&diff(i,j)>=diff(i+1,j))                     edge(i,j)=uint8(diff(i,j));                 end             elseif (angle(i,j)<=-30)                  if (diff(i,j)>diff(i-1,j-1)&&diff(i,j)>=diff(i+1,j+1))                     edge(i,j)=uint8(diff(i,j));                  end                      elseif angle(i,j)>=30                  if (diff(i,j)>diff(i-1,j+1)&&diff(i,j)>=diff(i+1,j-1))                     edge(i,j)=uint8(diff(i,j));                  end                                 elseif angle(i,j)<30||angle(i,j)>-30                  if (diff(i,j)>diff(i,j-1)&&diff(i,j)>=diff(i,j+1))                     edge(i,j)=uint8(diff(i,j));                  end                                end         end      end           %双阈值     for i=1:sizex         for j=1:sizey             if (edge(i,j)>=hthres)                 edge(i,j)=255;                  %一定为边缘             elseif (edge(i,j)<=lthres)                 edge(i,j)=0;                    %一定为非边缘             end         end     end          %候选边缘,与已确定边缘相连才认为是边缘     for i=2:sizex-1         for j=2:sizey-1             if (edge(i,j)>0&&edge(i,j)<255)                 real_edge=0;%边缘真假标志                 checked=zeros(sizex,sizey);%标记已经扫描过的弱点                 weak=zeros(100,2);%存储需要查看八领域的弱点                 connect=zeros(100,2);%存储一条联通的所有弱点                 weak_length=1;                 connect_length=1;                 %压入第一个弱边缘点                 weak(weak_length,:)=[i,j];                 connect(connect_length,:)=[i,j];                 checked(i,j)=1;                 while(weak_length>0)                     new_weak=zeros(100,2);                     new_weak_length=0;                     for k=1:weak_length                         %搜索当前弱点的八领域                         x=weak(k,1);y=weak(k,2);                         if (x>=2&&x<=sizex-1&&y>=2&&y<=sizey-1)                             for m=x-1:x+1                                 for n=y-1:y+1                                     if edge(m,n)>0&&edge(m,n)<255&&checked(m,n)==0%领域有弱点且未被扫描过                                         new_weak_length=new_weak_length+1;                                         connect_length=connect_length+1;                                         new_weak(weak_length,:)=[m,n];%压入新弱点集合                                         connect(connect_length,:)=[m,n]; %压入连通域                                         checked(m,n)=1;                %标记已扫描                                     elseif edge(m,n)==255                                          real_edge=1;                   %边缘为真,等待连通域全部被识别                                     end                                 end                             end                         end                     end                     weak_length=new_weak_length;%当前深度的弱点集合全部检查过八领域,开始检查新一深度的弱点集合                     weak=new_weak;%如果新集合没有弱点,则跳出while                 end                 %一个连通域已在connect里形成                 for z=1:connect_length                     edge(connect(z,1),connect(z,2))=uint8((255* real_edge));                 end                                      end         end     end end

 

  

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!