4

我正在寻找有关 Canny 边缘检测 -维基百科条目- 中实现的算法如何工作的一些说明。使用 2D 高斯滤波器执行降噪似乎很简单，但我听说使用两个 1D 滤波器 - 这是如何实现的？计算梯度和边缘方向也很简单。但是，在执行非最大抑制时，是否有一个巧妙的技巧来获得圆角？我目前正在做的是将边缘方向（theta）值除以 pi/4，将其转换为整数并使用 switch 语句。但是，如何处理负 theta 值 - 即 -pi/4 应该以与 3*pi/4 或 pi/4 相同的方式处理吗？

非常感谢任何建议/链接！

谢谢，本

4

3 回答 3

7

高斯分布：

[为简单起见省略了常量]

g2d(x,y)=exp(-x x-y y)=exp(-x^2) * exp(-y^2)=g1d(x) * g1d(y)

因此可以分解为一维分布的乘法。因此可以先在 x 方向（独立于每一行）然后在 y 方向（独立于每一列）进行过滤

圆角：

如果角度在 [0..pi) 之外，在这种情况下，根据需要多次添加/减去 pi（或使用函数 fmod）是正确的，并且对于 [0..pi)，一切都很清楚。

同样取决于平台，最好完全避免使用 arctan：您可以画一个圆，将其划分为 4 个区域，并为仅使用算术运算的梯度分量生成一组条件，并为您提供区域方向的答案。

于 2009-09-08T04:49:33.820 回答
1

您必须自己实现它还是可以使用库？OpenCv 是一个巨大的 C 计算机视觉算法库，包括边缘检测：http ://opencv.willowgarage.com/documentation/image_processing.html?highlight=canny#cvCanny 。

如果你是为了教育目的，我建议考虑购买一本关于计算机视觉的好书。几乎所有的介绍性文本都会讨论高斯滤波（以及有据可查的一维技巧）以及精明的边缘检测和非极大值抑制。

于 2009-09-08T16:43:36.983 回答
1

我认为 -pi/4 应该以与 3*pi/4 相同的方式处理，因为两者都定义了相同的对角线。

如果您可以标准化梯度的角度，使其位于 [0, pi)，那么您可以使用如下所示的简单函数来量化角度：

enum Angle
{
    HORIZONTAL,
    DIAG_UP,
    VERTICAL,
    DIAG_DOWN
};

Angle quantizeAngle(double theta)
{
    if (0 <= theta && theta < PI/8.0) || (7.0*PI/8.0 <= theta && theta < PI))
        return HORIZONTAL;
    else if (PI/8.0 <= theta && theta < 3.0*PI/8.0)
        return DIAG_UP;
    else if (3.0*PI/8.0 <= theta && theta < 5.0*PI/8.0)
        return VERTICAL;
    else 
        return DIAG_DOWN;
}
于 2012-10-03T03:52:17.707 回答