图像边缘检测(Canny)

打印 上一主题 下一主题

主题 955|帖子 955|积分 2865

Canny检测的流程
Canny检测主要是用于边缘检测
1)使用高斯滤波器,以平滑图像,滤除噪声。
 
2)计算图像中每个像素点的梯度强度和方向。
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
4)应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘
5)通过抑制孤立的弱边缘最终完成边缘检测。
注:
NMS(非极大值抑制):
  就是抑制不是极大值的元素,可以理解为局部最大搜索。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。
  例如:
    行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口在包含或者大部分交                                                                                                    
    叉的情况。这时就需要用到NMS来选取那些邻域里分数最高(是行人的概率最大),并且抑制那些分数低的窗口
  算法:
    线性插值法
应用双阈值:大于maxval的设置为边界,
      处于maxval和minval中间 和边界点相连保留,其余舍去,
      小于minval 舍去
  1. 1 #cv2.Canny(src,minval,maxval)
  2. 2 #minval:最低阈值
  3. 3 #maxval:最高阈值
  4. 4 #阈值越低,图像越细致
  5. 5 canny1 = cv2.Canny(img,80,150)
  6. 6 canny2 = cv2.Canny(img,50,100)
  7. 7 res = np.hstack((canny1,canny2))
  8. 8 Cv_Show('res',res)
复制代码
 

免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!
回复

使用道具 举报

0 个回复

正序浏览

快速回复

您需要登录后才可以回帖 登录 or 立即注册

本版积分规则

汕尾海湾

金牌会员
这个人很懒什么都没写!

标签云

快速回复 返回顶部 返回列表