canny算子边缘提取分为四个步骤

1、去噪：

利用高斯滤波对图像卷积进行去噪处理；

2、求梯度：

采用梯度滤波模板对图像进行卷积，求取图像X方向和Y方向的梯度，以及对应的夹角；

3、非极大值抑制：

将各像素的梯度模值与梯度方向上相邻两个像素进行比较，保留梯度为极大值点的像素灰度；

算法设计

算法目标：完成像素梯度方向相邻两点的梯度比较。

方式：C点梯度一致，dTemp1和dTemp2梯度未知，采用相邻像素梯度，通过插值求得dTemp1和dTemp2的梯度，进行比较。

方法：根据C点的梯度角度确定相邻像素，通过相邻像素进行插值得到dTemp的梯度。

1、首先需要选取插值像素g1,g2，再选取插值比例K。

参数设定依据，尽量选择一致的不随条件改变的规则，简化算法。

2、插值比例K与C点斜率相关，tanU=dx/dy——K=短边/长边，tanU与K存在条件转换关系

插值比例与斜率的条件转换关系

1、以角度45°，90°，135°，180°作为边界判断条件。

<45°，tanU=dx/dy=K

45°<U<90°，tanU=dx/dy=1/K

90°<U<135°，tanU=dx/dy=-1/K

135°<U<180°，tanU=dx/dy=-K

2、以K=短边/长边

tanU=dx/dy

abs(dx)?abs(dy):比较大小

K=小/大

第二种方法不需要判断条件，这是取决于斜率=dx/dy；插值比例是短边占整边的比例（等价于占长边的比例）所以只需要在斜率中提取出短长边的比值信息即可。

3、插值规则：temp=g1K+g2(1-K)，g1是对角像素，g2是轴向像素。

插值像素选取依据：

g1是对角像素，g2是轴向像素，g1,g2的定义源于插值条件，但对角和轴向是相对于C点的抽象的概念，当C点的斜率不相同时，对角和轴向对应不同的坐标，计算机无法自动识别，所以需要将不同情况下的坐标赋值给g1,g2。

继承长短边的判断条件:

当dx是长边，代表斜率距x轴更近，当dx,dy同号在第一三象限，g1=C(x+1,y+1),g2=C(x+1,y)，反之在二四象限g1=C(x-1,y-1),g2=C(x-1,y)

当dy是长边，代表斜率距y轴更近，当dx,dy同号在第一三象限，g1=C(x+1,y+1),g2=C(x,y+1)，反之在二四象限g1=C(x-1,y-1),g2=C(x,y-1)

象限问题和网上搜的程序有出入，还望大佬们帮我指出问题。

canny算子及边缘提取原理_jiachen0212的博客-CSDN博客_canny算子阈值怎么取

边缘检测(Edge Detection)_长江之声的博客-CSDN博客_边缘测试

void NonMaxSuppress(int*pMag,int* pGradX,int*pGradY,SIZE sz,LPBYTE pNSRst)
{  LONG x,y;  int nPos;  // the component of the gradient   int gx,gy;  // the temp varialbe   int g1,g2,g3,g4;  double weight;  double dTemp,dTemp1,dTemp2;  //设置图像边缘为不可能的分界点   for(x=0;x<sz.cx;x++)  {  pNSRst[x] = 0;  pNSRst[(sz.cy-1)*sz.cx+x] = 0;  }  for(y=0;y<sz.cy;y++)  {  pNSRst[y*sz.cx] = 0;  pNSRst[y*sz.cx + sz.cx-1] = 0;  }  for (y=1;y<sz.cy-1;y++)  {  for (x=1;x<sz.cx-1;x++)  {  nPos=y*sz.cx+x;  // if pMag[nPos]==0, then nPos is not the edge point   if (pMag[nPos]==0)  {  pNSRst[nPos]=0;  }  else  {  // the gradient of current point   dTemp=pMag[nPos];  // x,y 方向导数   gx=pGradX[nPos];  gy=pGradY[nPos];  //如果方向导数y分量比x分量大，说明导数方向趋向于y分量,即更贴近y轴   if (abs(gy)>abs(gx))  {  // calculate the factor of interplation   weight=fabs(gx)/fabs(gy);  g2 = pMag[nPos-sz.cx];  // 确定g2出现在c(中心点)的上一行   g4 = pMag[nPos+sz.cx];  // 确定g4出现在c(中心点)的下一行   //C 为当前像素，与g1-g4 的位置关系为：   //g1 g2   //   C   //   g4 g3   if(gx*gy>0) //如果x,y两个方向导数的符号相同  {  g1 = pMag[nPos-sz.cx-1];  g3 = pMag[nPos+sz.cx+1];  }   //对的，画个图可以很好的理解。 左上角为原点，x，y导数相同即导数线跨越2 4象限 如上图1                     //如果x,y两个方向的方向导数方向相反   //C是当前像素，与g1-g4的关系为：   //    g2 g1   //    C   // g3 g4   else  //左上角为原点，x，y导数相反即导数线跨越1 3象限  如上图2{  g1 = pMag[nPos-sz.cx+1];  g3 = pMag[nPos+sz.cx-1];  }  }  else  {  //插值比例   weight = fabs(gy)/fabs(gx);                   g2 = pMag[nPos+1]; //后一列   g4 = pMag[nPos-1];  // 前一列                 //如果x,y两个方向的方向导数符号相同   //当前像素C与 g1-g4的关系为   // g3   // g4 C g2   //       g1   if(gx * gy > 0)  {  g1 = pMag[nPos+sz.cx+1];  g3 = pMag[nPos-sz.cx-1];  }  //如果x,y两个方向导数的方向相反   // C与g1-g4的关系为   // g1   // g4 C g2   //      g3   else  {  g1 = pMag[nPos-sz.cx+1];  g3 = pMag[nPos+sz.cx-1];  }  }  dTemp1 = weight*g1 + (1-weight)*g2;  dTemp2 = weight*g3 + (1-weight)*g4;               //当前像素的梯度是局部的最大值   //该点可能是边界点   if(dTemp>=dTemp1 && dTemp>=dTemp2)  {  pNSRst[nPos] = 128;  }  else  {  //不可能是边界点   pNSRst[nPos] = 0;  }             }  }  }
}

4、双阈值绘制边缘：

以高阈值提取出的边缘为主边缘，在边缘残缺部分补充与主边缘相连接的低阈值边缘，最终构成完整的边缘信息。

这个先挖坑，后边再补。

5、算法设计思路总结：

首先清楚算法的目标，以及想要实现的方式。

细化方法：

将方法中的每一个对象，进行具体定位；

考虑全所有的情况，进行对象在不同条件下的行为匹配；

将对象所要实施的行为进行细化拆解，转化为电脑可理解的，可实行的基础动作；

整合简化判断条件，变量规则一致化设置，起到简化算法的效果。

如果我的博文有帮到你，请点赞给我加油呀，也谢谢在解决问题过程中参考的诸位大佬们啦~

canny算子的边缘提取算法相关推荐

c#用canny算子做边缘提取_【图像处理】边缘检测
边缘检测 sobel sobel是最常见也是最常用的边缘检测算子.一般来说,当我们想要获取图像的边缘时,首先想到的就是像素值发生突变的位置,而如何用数学表达来刻画"突变",一个很好 ...
c#用canny算子做边缘提取_机器视觉学习（三）边缘检测
一.边缘检测二.边缘检测流程三.Canny边缘检测前言边缘检测是图像处理和计算机视觉中,尤其是特征提取中的一个研究领域.有许多方法用于边缘检测,它们的绝大部分可以划分为两类: 基于一阶导数首 ...
canny算子_Canny边缘检测算法
PS:计算机视觉课程的一项大作业,作为门外汉,在网上查找资料学习和复现时踩了一些坑,在完成作业后分享一下,希望后面的小白同学少走弯路. 1.问题描述在计算机视觉/机器视觉领域,图像分割的应用十分普遍 ...
c#用canny算子做边缘提取_干货 | 边缘检测
最近小可爱们有没有等我们的技术推等到望穿秋水啊?大家日思夜想的技术推来啦.今天我们来一起学习一下opencv里面一个重要方面:边缘检测. 01.什么是边缘检测边缘检测是图像处理和计算机视觉中的基本问 ...
边缘检测Sobel、laplacian、canny算子
1.图像边缘检测图像边缘检测对于分析图像中的内容.实现图像中物体的分割.定位等具有重要的作用.边缘检测大大减少了源图像的数据量,剔除了与目标不相干的信息,保留了图像重要的结构属性.常用的图像边缘检测 ...
图像处理：边缘提取算法(边缘提取算子总结)——Matlab代码实现
边缘提取算子一阶: Roberts算子.Sobel算子.Prewitt算子.Kirsch算子.Robinson算子二阶: Laplacian算子.Canny算子.Marr-Hildreth(Lo ...
数字图像处理---LOG算子和CANNY算子边缘提取(matlab)
LOG算子和CANNY算子边缘提取边缘的含义: 在数字图像中,边缘是指图像局部变化最显著的部分,边缘主要存在于目标与目标,目标与背景之间,是图像局部特性的不连续性,如灰度的突变.纹理结构的突变.颜色 ...
改进的sobel算法和色调信息的叶脉提取 c语言,基于窗口动态阈值改进Canny算子的叶脉提取算法的制作方法...
本发明涉及一种基于Canny算子的叶脉提取算法,尤其涉及一种基于窗口动态阈值改进Canny算子的叶脉提取算法,属于计算机视觉技术领域. 背景技术: 叶脉提取,是指从不同形状.摆放的叶脉图像中,利用计算 ...
【图像处理】——Python图像分割边缘检测算法之一阶梯度算子（Roberts、Prewitt、Sobel、 Kirsch、Canny算子）
目录前言一.边缘检测算法 1.一阶算子 2.二阶算子二.一阶算子原图像lena 1.Roberts算子不同方向的算子模板梯度的计算系统代码: 自定义函数代码结果 2.Prewitt 不 ...

canny算子的边缘提取算法

1、去噪：

2、求梯度：

3、非极大值抑制：

1、首先需要选取插值像素g1,g2，再选取插值比例K。

2、插值比例K与C点斜率相关，tanU=dx/dy——K=短边/长边，tanU与K存在条件转换关系

3、插值规则：temp=g1K+g2(1-K)，g1是对角像素，g2是轴向像素。

4、双阈值绘制边缘：

5、算法设计思路总结：

canny算子的边缘提取算法相关推荐

最新文章

热门文章

canny算子的边缘提取算法

1、去噪：

2、求梯度：

3、非极大值抑制：

1、首先需要选取插值像素g1,g2，再选取插值比例K。

2、插值比例K与C点斜率相关，tanU=dx/dy——K=短边/长边，tanU与K存在条件转换关系

3、插值规则：temp=g1*K+g2*(1-K)，g1是对角像素，g2是轴向像素。

4、双阈值绘制边缘：

5、算法设计思路总结：

canny算子的边缘提取算法相关推荐

最新文章

热门文章

3、插值规则：temp=g1K+g2(1-K)，g1是对角像素，g2是轴向像素。