canny边缘检测实现例子_canny边缘检测 c语言_canny边缘检测优点(3)

完成非极大抑制后，会得到一个二图像，非边缘的点灰度均为0，可能为边缘的局部灰度极大点可设置其灰度为128。根据下文的具体测试图像可以看出，这样一个检测结果还是包含了很多由噪声及其他原因造成的假边缘。因此还需要进一步的处理。

Canny算法中减少假边缘数量的方法是采用双阈法。选择两个阈（关于阈的选取方法在扩展中进行讨论），根据高阈得到一个边缘图像，这样一个图像含有很少的假边缘，但是由于阈较高，产生的图像边缘可能不闭合，未解决这样一个问题采用了另外一个低阈。

在高阈图像中把边缘链接成轮廓，当到达轮廓的端点时，该算在断点的8邻域点中寻找满足低阈的点，再根据此点收集新的边缘，直到整个图像边缘闭合。

以上即为整个Canny边缘检测算法的原理分析，接下来我们进行VC下的算法实现和效果分析。

由于本文主要目的在于学习和实现算法，而对于图像读取、视频获取等内容不进行阐述。因此选用OpenCV算法库作为其他功能的实现途径（关于OpenCV的使用，作者将另文表述）。首先展现本文将要处理的彩片。

图2 待处理的图像

编程时采用上文所描述的第二种方法来实现图像的灰度化。其中ptr数组中保存的灰度化后的图像数据。具体的灰度化后的效果如图3所示。

图3 灰度化后的图像

根据上面所讲的边缘检测过程，下一个步骤就是对图像进行高斯滤波。可根据之前博文描述的方法获取一维或者二维的高斯滤波核。因此进行图像高斯滤波可有两种实现方式，以下具体进行介绍。

首先定义该部分的通用变量：

doublenSigma=0.4;//定义高斯函数的标准差

intnWidowSize=12*ceil(3*nSigma);//定义滤波窗口的大小

intnCenter=(nWidowSize)/2;//定义滤波窗口中心的索引

两种方法都需要用到的变量：

intnWidth=OpenCvGrayImage->width;//获取图像的像素宽度

intnHeight=OpenCvGrayImage->height;//获取图像的像素高度

unsignedchar*nImageData=newunsignedchar[nWidth*nHeight];//暂时保存图像中的数据

unsignedchar*pCanny=newunsignedchar[nWidth*nHeight];//为平滑后的图像数据分配内存

double*nData=newdouble[nWidth*nHeight];//两次平滑的中间数据

for(intj=0;j<nHeight;j)//获取数据

{

for(i=0;i<nWidth;i)

nImageData[j*nWidthi]=(unsignedchar)OpenCvGrayImage->imageData[j*nWidthi];

}

3.2.1 根据一维高斯核进行两次滤波

1）生成一维高斯滤波系数

//////////////////////生成一维高斯滤波系数/////////////////////////////

double*pdKernal_1=newdouble[nWidowSize];//定义一维高斯核数组

doubledSum_1=0.0;//求和，用于进行归一化

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-33926-3.html