(完整版)Canny算子實驗報告

1、邊緣檢測姓名：學號:實驗報告、實驗題目編程實現(xiàn)CannySobe、Perwit這三個邊緣檢測算子，并分析和比較它們性二、實驗原理邊緣是指圖像局部強度變化最顯著的部分。主要存在于目標與目標、目標與背景、 區(qū)域與區(qū)域（包括不同色彩）之間，是圖像分割、紋理特征和形狀特征等圖像分析的重 要基礎(chǔ)。邊緣檢測正是利用物體和背景在某種圖像特征上的差異來實現(xiàn)檢測，這些差異 包括灰度、顏色或紋理特征，邊緣檢測實際上就是檢測圖像特 征發(fā)生變化的位置。a. Sobel邊緣檢測算子Sobel算子是一種一階微分算子，它利用像素臨近區(qū)域的梯度值來計算1個像素的梯度，然后根據(jù)一定的閾值來取舍。Sobel算子是3*3算子模板。

2、圖1所示的2個卷積核dx、dy形成Sobel算 子。一 個核通常的垂直邊緣響應最大，而另一個核對水平邊緣響應最大。-1-2-1-1 ()0002 o221-101圖1 . Sobel算子以A代表原始圖像，Gx及Gy分別代表經(jīng)橫向及縱向邊緣檢測的圖像灰度 值，其公 式如下：- 7 U+1- 2 0 4-2* A cmd Gy- 1 0 1-1G 工=(Z7 + + Z9 )卜1 +2+1 DOO t A| -1-2-1-(習+習+去刃)圖像的每一個像素的橫向及縱向灰度值通過以下公式結(jié)合，來計算該點灰度的大(1.2)梯度方向:G = arctaii梯度G大于某一閥值則認為該點(x,y)為邊緣點b.

3、 Prewitt邊緣檢測算子Prew設(shè)算子是3*3算子模板。圖2所示的2個卷積核dx和dy形成了 Prew也算2個核進行卷子。與Sobel算子的方法一樣，圖像中的每個點都用這 積。八八圖2.Prewitt算子6丫 =(巧+乓+卻)一(習+勺+卻)二(殆+懸+ N)(弓| +懸+勾)c. Canny邊緣檢測算子Canny邊緣檢測基本原理：(1)圖象邊緣檢測必須滿足兩個條件：一能有效地抑制噪聲；二必須盡量精確確定邊緣 的位置。(2)根據(jù)對信噪比與定位乘積進行測度，得到最優(yōu)化逼近算子。這就是 Canny邊 緣檢測算子。(3)先平滑后求導數(shù)的方法。Canny的目標是找到一個最優(yōu)的邊緣檢測算法，最優(yōu)邊緣

4、檢測的含義是：(1)好的檢測-算法能夠盡可能多地標識出圖像中的實際邊緣。(2)好的定位標識出的邊緣要盡可能與實際圖像中的實際邊緣盡可能接近。(3)最小響應-圖像中的邊緣只能標識一次，并且可能存在的圖像雜訊不應標識為邊緣。Canny邊緣檢測算法的步驟：(1)去噪：灰度化，與高斯核作卷積；I一維高斯核：K = -廠=匚貢兀 b(1.5：二維高斯核：(2)用一階偏導有限差分來計算梯度的幅值和方向，常用 Sobe. Roberts算子;(3)對梯度幅值進行非極大值抑制得到全局的梯度仍未能確定邊緣，因此為確定邊緣，必須保留局部梯度最大的點， 抑制非極大值。解決方法：利用梯度的方向?qū)⑻荻冉请x散為圓周的四個

5、扇區(qū)之一，用3*3的窗口作抑制運算。4個扇區(qū)對應3*3 鄰域的四種可能組合。在每一點上，鄰域的中心像素Mx,y與沿著梯度線的兩個像素相比，若其不比它們 的梯度值大，則令Mx,y = O,最后得到N矩陣。90135345圖3(4)用雙閾值算法檢測和連接邊緣減少假邊緣段數(shù)量的典型方法是對Ni, j使用一個閾值。將低于閾值的所有值賦零 值。雙閾值算法對非極大值抑制圖象作用兩個閾值T1和t 2,從而可以得到兩個閾值邊緣圖象N1 i, j和N2 i, j。由于N2 i, j使用高閾值得到，因而含有很少 的假邊緣，但有間斷(不閉合)。雙閾值法要在N2 i, j中把邊緣連 接成輪廓，當?shù)竭_輪 廓的端點時，該

6、算法就在N1 i, j的8鄰點位置尋找可以連接到輪廓上的邊緣，這樣，算法不斷地在 N1 i, j中收集邊緣，直到將 N2 i,j連接起來為止。根據(jù)經(jīng)驗數(shù)據(jù)，一般選取前79%個灰度值中的最大的灰度值為高閾值，上下限閾值比為2:1到3:1之間。三、算法流程圖A. Sobe、 Prewitt開始|cvShowlmagecvReleaselmage結(jié)束. zv圖 4. SobeL Prewitt 流程圖先通過OpenCVffi圖像灰度化，過公式1.1/1.4算出圖像與卷積核的卷積GxGy,然后通過公式1.2、1.3算出G、B,由于圖像已經(jīng)灰度化，所以G和255比較取小值，最后利用Ope nCV輸出圖像

7、。B. CannycvLoadlmage, cvCreatelmage, cvCvtColorgrayimage與高斯核做卷積得到GaussCanny用Sobel計算G、0,得至ij"對M非極大值印制得到N占一計算或設(shè)置雙閾值進行邊緣檢測cvShowImagecvReleaselmage結(jié)束圖5. Canny流程圖四、程序?qū)崿F(xiàn)程序部分借鑒網(wǎng)上的代碼，詳細請看附件 五、實驗結(jié)果圖6.原圖圖7. Sobel、Prewitt邊緣檢測Canny計算梯度的幅值和方向時分別使用了Sobel和Roberts算子，見圖8和圖9圖8.Canny(Sobel)邊緣檢測，閾值比2:1,5:1圖9. Can

8、ny(Roberts)邊緣檢測，閾值比2:1,3:1五、實驗結(jié)果分析Prew比算子：對噪聲有抑制作用，抑制噪聲的原理是通過像素平均，但是像素平均 相當于對圖像的低通濾波。Sobel算子：Sobel算子和Prewitt算子都是加權(quán)平均，但是Sobel算子認為，鄰 域的像素對當前像素產(chǎn)生的影響不是等價的，所以距離不同的像素具有不同的權(quán)值，對 算子結(jié)果產(chǎn)生的影響也不同。一般來說，距離越遠，產(chǎn)生的影響越小。因此從圖7可以 看出，Sobel比Prewitt的邊緣檢測更加明顯，Sobel要 比Prewitt更能準確檢測圖像邊 緣。Canny算子：功能比前面幾種都要好，但是它實現(xiàn)起來較為麻煩，Canny算子是一個具有濾波，增強，檢測的多階段的優(yōu)化算子，在進行處理前，Canny算子先利用高斯平滑濾波器來平滑圖像以除去噪聲，Canny分割算法采用一階偏導的有限差分來計算梯度幅值和方向，在處理過程中，Ca nny算子還將經(jīng)過一個非極大值抑制的過程，最后Canny算子還采用兩個閾值來連接邊緣。從Canny算子的檢測結(jié)果來看