Canny边缘检测部分步骤思考

本文探讨了Canny边缘检测中的非极大值抑制、线性插值与方向离散化、双阈值设置以及检测和连接边缘的几种方法,包括函数迭代、图像膨胀、递归和图形学处理。分析了各种方法的优缺点和实现细节,如线性插值的运算量增加、对方向离散化的简化处理、双阈值的选择策略等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

用OpenCV写的一次作业,打算是重下canny这个函数,然后稍微理一下有一点点自己思考的部分(没有代码因为拖延症并没有在ddl前把它写完……)

非极大值抑制

1.线性插值

这种方法第一眼看到觉得很神奇……不过在维基和OpenCV的官网上用到的方法都不是这一种。
这一步会对使用线性插值或对方向离散化性能和实现的比较。分析了一下觉得意义不大就没有实现……因为要加很多运算量。
一个是之前偷懒想的可以不用开根号,一旦用了这种方法直接计算就不是线性插值了……另一个是看了一下Sobel算子得到的结果,发现在比如22.5、67.5附近的不算多,感觉对于整体结果影响不会非常大。而且一旦实现这个过程,要多出两条三角函数的运算,感觉意义不大。

2.对方向离散化

伪代码:

pi_4 = atan(1);    // 得到PI/4的值
mode = (atan(gradY / gradX) + pi_4 * 5 / 2) / pi_4;   //离散化

这里对于gradX为零单独处理。
还有一个就是负数除法和正数不一样orz
然后要是要提高

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值