图像变换 - Canny算子边缘检测(cvCanny)

John Canny于1986年提出Canny边缘检测算法。

John Canny研究了最优边缘检测方法所需的特性，给出了评价边缘检测性能优劣的三个指标：

1.好的信噪比，即将非边缘点判定为边缘点的概率要低，将边缘点判为非边缘点的概率要低；

2.高的定位性能，即检测出的边缘点要尽可能在实际边缘的中心；

3. 对单一边缘仅有唯一响应，即单个边缘产生多个响应的概率要低，并且虚假响应边缘应该得到最大抑制。

Canny算子求边缘点具体算法步骤如下：

1. 用高斯滤波器平滑图像；

2. 用一阶偏导有限差分计算梯度幅值和方向；

3. 对梯度幅值进行非极大值抑制；

4. 用双阈值算法检测和连接边缘。

在opencv里面提供了cvCanny函数来求canny算子，该算法没有进行高斯平滑图像。首先在x和y方向求一阶导数，使用sobel算子，核的大小由用户输入（可以是3、5、7），然后组合成为4个方向的导数，分别判断相应方向上是否为极大值。这些方向导数达到局部最大值的点就是边缘的候选点。Canny算法最重要的一个新特点是试图将独立边的候选像素拼装成轮廓。轮廓的形成是对这些像素运用滞后性阈值。这意味着有两个阈值，上限和下限。如果一个像素的梯度大于上限阈值，则被认为是边缘像素，如果低于下限阈值，则被抛弃，如果介于二者之间，只有当其与高于上限阈值的像素连接时才会被接受。Canny推荐的上下限阈值比为2:1到3:1之间。具体算法如下：

1、使用sobel算子求每个像素x和y方向的梯度；

2、求每个像素的方向。若|dy|< |dx|*tan22.5，则认为是x方向；若|dy|>|dx|*tan67.5,则认为是y方向；若|dx|*tan67.5>|dy|> |dx|*tan22.5,且dx和dy同方向，则认为是45°方向；若|dx|*tan67.5>|dy|> |dx|*tan22.5,且dx和dy反方向，则认为是135°方向。

3、求幅值，有两种算法，一种是|dx|+|dy|，另一种是squr(|dx|^2+|dy|^2)；

4、非极大值抑制。以x方向为例，对a进行非极大值抑制，若a的幅值同时大于a-1点和a+1点的幅值，则认为a点为极大值点，可能是边缘，因此保留；否则认为a点不是极大值点，不是边缘，因此该点的幅值重新赋值0；

5、双阈值算法检测。输入高阈值和低阈值，对整幅图像进行阈值检测，若该点的幅值大于高阈值，则该点为边缘点，该点的像素幅值255（以8位为例）；若该点的幅值小于低阈值，则该点为非边缘点，该点的像素幅值0；小于高阈值而大于低阈值的点保留，该点有可能是边缘点，也有可能不是；

6、连接边缘。寻找每个大于高阈值的像素点，并判断周围8个像素点是否存在小于高阈值而大于低阈值的点，若是，则认为是边缘点，赋值255。如此循环，直到每一个高阈值点周围不存在小于高阈值而大于低阈值的点，则认为连接完成，最后对整幅图像进行扫描，除边缘部分为255外，其余赋值0。

Canny

void cvCanny( const CvArr* image, 

CvArr* edges, 

double threshold1, 

double threshold2,

 int aperture_size=3 );

image

单通道输入图像。

edges

单通道存储边缘的输出图像。

threshold1

第一个阈值。

threshold2

第二个阈值。

aperture_size

Sobel 算子内核大小 (见 cvSobel)。

函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。

注意事项：cvCanny只接受单通道图像作为输入。

/*code*/

#include <highgui.h>#include <cv.h>#include <cxcore.h>  //人脸识别的一个库文件//Canny:Implements Canny algorithm for edge detection.int main( int argc, char** argv ){IplImage* src = NULL;IplImage* dst = NULL;//载入图像，转换为灰度图src = cvLoadImage( argv[1], 0 );  //为canny边缘图像申请空间，1表示单通道灰度图dst = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 1 ); cvCanny( src, dst, 50, 150, 3 );//边缘检测cvNamedWindow( "src", 1 );cvNamedWindow( "canny", 1 );cvShowImage( "src", src );cvShowImage( "canny", dst );cvWaitKey(0);cvReleaseImage( &src );cvReleaseImage( &dst );cvDestroyAllWindows();return 0;}

/*result*/ 

参考：http://blog.csdn.net/hitwengqi/article/details/6877864

参考：学习《OpenCV中文版》于仕琪  刘瑞祯  译