為什么opencv的canny函數檢測邊緣的效果和matlab的不同

這篇文章將為大家詳細講解有關為什么opencv的canny函數檢測邊緣的效果和matlab的不同，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

可以明顯的看出matlab的邊緣更為細膩。

首先回顧一下傳統的canny算法的主要步驟：

1、使用sobel差分算子求出灰度圖像的x和y方向導數；

2、求出圖像各點梯度大小及其方向；

3、設置高低兩個閾值，梯度大于高閾值為強邊像素點，大于低閾值為潛在可能是較弱的邊緣點；

4、在經過一次篩選剩下的強邊緣點中沿著梯度方向進行非極大值抑制；

5、順著二次篩選后的強邊點尋找鄰近的弱邊點得到最終的邊緣。

opencv和matlab都基本按照以上步驟得到各自的canny 函數，但一般來說處理之前都先對圖像進行模糊平滑，這樣得到的效果更好。opencv更注重實時性，所以連平滑都作為可選項放在函數外，而matlab則 更注重質量，除了加入平滑操作外，還有其他一系列的優化操作，以下逐項比較。

1、模糊平滑

這一項其實對生成的邊緣效果影響十分大，平滑的越流暢則生成的邊緣越圓滑，一 般使用高斯低通濾波；那么濾波器的大小以及高斯分布的方差是兩個關鍵的參數，通過實驗確定取什么值最優，但一般用5×5和方差為2的就可以 了，opencv的cvSmooth函數可以進行平滑，一般都是使用輸入和輸出都是8位深的圖像，而matlab是把圖像轉換為浮點類型后進行平滑操作， 這樣一來從精度上說matlab就已經更勝一籌了，因為這直接決定后面的求導運算得到的兩個方向導數的精度。

2、梯度

在sobel的運用上兩者是一致的，但是求梯度的方向的算法兩者是截然不同 的，但本質一樣，效果經過筆者測試基本相同。在梯度的大小方面，opencv提供了歐式距離和哈密頓距離兩種度量方式，前者是平方和后開方，后者是直接絕 對值的加和，opencv默認使用后者，我們知道((x2+y2)/2)1/2>=(|x|+|y|)/2，以及|x|+|y|>=(x2+y2)1/2 所以理論上使用哈密頓距離也基本符合真實數值，但總歸是有精度上的差別，這也是為什么有人說opencv的canny不如matlab好的第二個原因了，在cv.h里面可以通過修改CV_CANNY_L2_GRADIENT來進行切換。

3、閾值

這里的閾值是梯度大小是否能夠通過的開關，opencv的閾值都采用手工設置的方式，而matlab是把所有點的強度作出直方圖，保留一定百分比的強邊緣，這個步驟的差別不會影響結果的質量，但是在速度上當然會有差別，這是速度和方便程度的矛盾。

4、薄邊效果

經過非極大值抑制后的邊緣基本上是一到兩個像素點的寬度，最終希望得到一個線 寬的邊緣，opencv只是通過簡單的判斷來防止并行或者并列出現兩個強邊像素，這種簡單的薄邊手法會導致邊緣的斷裂，而matlab采用了Louisa Lam, Seong-Whan Lee, and Ching Y. Wuen, "Thinning Methodologies-A Comprehensive Survey," IEEE TrPAMI, vol. 14, no. 9, pp. 869-885, 1992. 這邊文章的方法進行兩次薄邊處理，效果相當好，所得的邊緣十分圓滑。

綜上所述，要想opencv的效果和matlab的差不多就必須在平 滑上下功夫，梯度的大小要用歐式距離度量，另外要加入matlab的薄邊算法，這樣一來處理時間大概會增加一倍，但也基本可以滿足實時處理。另外在一般視 覺應用中可以把算法修改為一個閾值，去掉強弱邊連接這一步驟以提高速度.

關于為什么opencv的canny函數檢測邊緣的效果和matlab的不同就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。