Canny檢測的流程
Canny檢測主要是用于邊緣檢測
1)使用高斯濾波器，以平滑影像，濾除噪聲，
2)計算影像中每個像素點的梯度強度和方向，
3)應用非極大值(Non-Maximum Suppression)抑制，以消除邊緣檢測帶來的雜散回應
4)應用雙閾值(Double-Threshold)檢測來確定真實的和潛在的邊緣
5)通過抑制孤立的弱邊緣最終完成邊緣檢測，
注：
NMS（非極大值抑制）：
就是抑制不是極大值的元素，可以理解為區域最大搜索，這個區域代表的是一個鄰域，鄰域有兩個引數可變，一是鄰域的維數，二是鄰域的大小，
例如：
行人檢測中，滑動視窗經提取特征，經分類器分類識別后，每個視窗都會得到一個分數，但是滑動視窗會導致很多視窗與其他視窗在包含或者大部分交
叉的情況，這時就需要用到NMS來選取那些鄰域里分數最高（是行人的概率最大），并且抑制那些分數低的視窗
演算法：
線性插值法
應用雙閾值：大于maxval的設定為邊界，
處于maxval和minval中間 和邊界點相連保留，其余舍去，
小于minval 舍去
1 #cv2.Canny(src,minval,maxval) 2 #minval:最低閾值 3 #maxval:最高閾值 4 #閾值越低，影像越細致 5 canny1 = cv2.Canny(img,80,150) 6 canny2 = cv2.Canny(img,50,100) 7 res = np.hstack((canny1,canny2)) 8 Cv_Show('res',res)
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/550855.html
標籤：其他
上一篇：洛谷：P5716日份天數
下一篇：返回列表