使用高斯濾波器，以平滑影象，濾除雜訊。
計算影象中每個畫素點的梯度強度和方向。
應用非極大值（non-maximum suppression）抑制，以消除邊緣檢測帶來的雜散響應。
應用雙閾值（double-threshold）檢測來確定真實的和潛在的邊緣。
通過抑制孤立的弱邊緣最終完成邊緣檢測。
指尋找畫素點區域性最大值，將非極大值點所對應的灰度值置為0，這樣可以剔除掉一大部分非邊緣的點。要進行非極大值抑制，就首先要確定畫素點c的灰度值在其8值鄰域內是否為最大。圖1中藍色的線條方向為c點的梯度方向，這樣就可以確定其區域性的最大值肯定分布在這條線上，也即出了c點外，梯度方向的交點dtmp1和dtmp2這兩個點的值也可能會是區域性最大值。因此，判斷c點灰度與這兩個點灰度大小即可判斷c點是否為其鄰域內的區域性最大灰度點。如果經過判斷，c點灰度值小於這兩個點中的任乙個，那就說明c點不是區域性極大值，那麼則可以排除c點為邊緣。這就是非極大值抑制的工作原理。
在理解的過程中需要注意以下兩點：
1.非極大抑制是回答這樣乙個問題：「當前的梯度值在梯度方向上是乙個區域性最大值嗎？「。所以,要把當前位置的梯度值與梯度方向上兩側的梯度值進行比較。
2.梯度方向垂直於邊緣方向。但實際上，我們只能得到c點鄰域的8個點的值，而dtmp1和dtmp2並不在其中，要得到這兩個值就需要對該兩個點兩端的已知灰度進行線性插值，也即根據圖中的g1和g2對dtmp1進行插值，根據g3和g4對dtmp2進行插值，這要用到其梯度方向，這是canny演算法中要求解梯度方向矩陣thita的原因。完成非極大值抑制後，會得到乙個二值影象，非邊緣的點灰度值均為0，可能為邊緣的區域性灰度極大值點可設定其灰度為128。檢測結果還是包含了很多由雜訊及其他原因造成的假邊緣。因此還需要進一步的處理。
非極大值抑制中有兩種方法。
方法一：線性插值法
方法二：
其中， c = cv.canny(img, 80, 150) 後面兩個數字表示雙閾值檢測中的最大值和最小值，適當的調整，可以改變檢測結果。
Canny邊緣檢測
1.canny邊緣檢測基本原理 1 圖象邊緣檢測必須滿足兩個條件 一能有效地抑制雜訊 二必須盡量精確確定邊緣的位置。2 根據對訊雜比與定位乘積進行測度，得到最優化逼近運算元。這就是canny邊緣檢測運算元。3 類似與marr log 邊緣檢測方法，也屬於先平滑後求導數的方法。2.canny邊緣檢測演...
Canny邊緣檢測
canny運算元是邊緣檢測運算元中最常用的一種，是公認效能優良的一種運算元，常被其它邊緣檢測運算元作為標準運算元進行優劣分析。canny演算法基本可以分為3個步驟 平滑 梯度計算 基於梯度值及梯度方向的候選點過濾 1 平滑 影象梯度的計算對雜訊很敏感，因此必須首先對其進行低通濾波。在這裡使用5 5的...
Canny邊緣檢測
canny邊緣檢測是一種非常流行的邊緣檢測演算法，是john canny在1986年提出的。它是乙個多階段的演算法，即由多個步驟構成。1.影象降噪 2.計算影象梯度 3.非極大值抑制 4.閾值篩選 我們就事後諸葛亮，分析下這個步驟的緣由。首先，影象降噪。我們知道梯度運算元可以用於增強影象，本質上是通...