当前位置：首页 > news >正文

【Emgu CV教程】11.2、Canny边缘检测

news 2025/6/6 8:58:58

文章目录

一、背景知识
二、Canny()函数
三、演示
- 1.原始素材
- 2.程序代码
- 3.threshold1=30,threshold2=90的效果
- 3.threshold1=100,threshold2=200的效果
四、最后总结

一、背景知识

Canny 边缘检测算法是 John F. Canny 于 1986年开发出来的一个多级边缘检测算法，也被很多人认为是边缘检测的最优算法, 最优边缘检测的三个主要评价标准是:

低错误率: 标识出尽可能多的实际边缘，同时尽可能的减少噪声产生的误报。
高定位性: 标识出的边缘要与图像中的实际边缘尽可能接近。
最小响应: 图像中的边缘只能标识一次。

在传统的边缘检测算法中，Canny边缘检测可以更好的满足以上三个标准，其步骤包括：

使用高斯滤波器，以平滑图像，滤除噪声。
使用Sobel函数滤波，计算图像中每个像素点的梯度强度和方向。
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。
应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。
通过抑制孤立的弱边缘最终完成边缘检测。

上述五个步骤，除了第一、二、三、五步都好理解，而第四步种的“双阈值”，在有些教程中也叫“滞后阈值”，其实就是设定两个数，阈值上界maxVal和阈值下界minVal。网上有一篇大佬的文章对双阈值描述的相对简洁明了，以下是我直接拷贝过来的：

在经过第一、二、三步以后，图像中还会有很多噪声。Canny算法中应用了一种叫双阈值的技术。即设定一个阈值上界maxVal和阈值下界minVal，图像中的像素点如果大于阈值上界则认为必然是边界（称为强边界，strong edge），小于阈值下界则认为必然不是边界，两者之间的则认为是候选项（称为弱边界，weak edge），需进行进一步处理——如果与确定为边缘的像素点邻接，则判定为边缘；否则为非边缘。

应用双阈值的方法来决定可能的（潜在的）边界。

如果某一像素位置的幅值超过高阈值maxVal, 该像素被保留为边缘像素。
如果某一像素位置的幅值小于低阈值minVal, 该像素被排除。
如果某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于高阈值的像素时被保留。

要想充分理解Canny函数实现过程中，最好的办法是去学习opencv的源码，但对于图像处理相关人员，只需要会用这个函数就可以，看不懂也没什么。

二、Canny()函数

Emgu CV中，Canny()函数定义如下：

public static void Canny(IInputArray image,  // 输入图像IOutputArray edges, // 输出图像double threshold1, // 滞后阈值低值double threshold2, // 滞后阈值高值int apertureSize = 3, // 用于计算图片提取的 Sobel kernel 尺寸，默认为 3bool l2Gradient = false //指定计算梯度的等式。该参数默认为 False，当参数为 True 时，其精度更高。
)

注意：

一般来说，threshold2的大小是threshold1的2~3倍。
threshold1、threshold2越小，越能够捕获更多的边缘信息，坏处是很多噪声造成的边缘会被保留。
threshold1、threshold2越大，越能够获得主要的边缘信息，坏处是强边缘也有可能被去掉。

三、演示

1.原始素材

原始素材srcMat如下图：
在这里插入图片描述

2.程序代码

Mat tempMat = srcMat.Clone();
Mat dstMat = new Mat();
int threshold1;
int threshold2;threshold1=???
threshold2=???// Canny运算
CvInvoke.Canny(tempMat, dstMat, threshold1, threshold2);
CvInvoke.Imshow("Canny, " + dstMat.Size.ToString(), dstMat);