type
status
date
slug
summary
tags
category
icon
password
Email
水寒江静，满目青山，载月明归。——黄庭坚《诉衷情》
文章首发于我的个人博客：欢迎大佬们来逛逛
opencv图像边缘检测
边缘是指图像局部强度变化最显著的部分。主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础。图像强度的显著变化可分为：
- 阶跃变化函数，即图像强度在不连续处的两边的像素灰度值有着显著的差异
- 线条（屋顶）变化函数，即图像强度突然从一个值变化到另一个值，保持一较小行程后又回到原来的值
图像的边缘有方向和幅度两个属性,沿边缘方向像素变化平缓,垂直于边缘方向像素变化剧烈.边缘上的这种变化可以用微分算子检测出来,通常用一阶或二阶导数来检测边缘。
ab分别是阶跃函数和屋顶函数的三维图像
cd是阶跃和屋顶函数的函数二维图像
ef对应一阶导数
gh是二阶导数
Sobel算法
Sobel算子是一种常用的边缘检测算子，是一阶的梯度算法。对噪声具有平滑作用，提供较为精确的边缘方向信息，边缘定位精度不够高。当对精度要求不是很高时，是一种较为常用的边缘检测方法。
LapLace 算法
拉普拉斯对噪声敏感，会产生双边效果。不能检测出边的方向。通常不直接用于边的检测，只起辅助的角色，检测一个像素是在边的亮的一边还是暗的一边利用零跨越，确定边的位置。
Canny算法
计算过程
- 用高斯滤波器平滑图像
- 用一阶偏导的有限差分计算梯度的幅值核方向
- 对梯度幅值进行非极大值抑制
- 超过255 用255表示
- 低于0 用绝对值表示
- 用双阈值算法检测和连接边缘
API介绍
代码实现
- 作者:Yuleo
- 链接:https://www.helloylh.com/article/opencv14
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。