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 舍去文章来源:https://www.toymoban.com/news/detail-421690.html
1 #cv2.Canny(src,minval,maxval) 2 #minval:最低阈值 3 #maxval:最高阈值 4 #阈值越低,图像越细致 5 canny1 = cv2.Canny(img,80,150) 6 canny2 = cv2.Canny(img,50,100) 7 res = np.hstack((canny1,canny2)) 8 Cv_Show('res',res)
文章来源地址https://www.toymoban.com/news/detail-421690.html
到了这里,关于图像边缘检测(Canny)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!