C# 基于OpenCv的视觉工作流-章13-边缘提取

C# 基于OpenCv的视觉工作流-章13-边缘提取

本章目标：
一、边缘的数学原理；
二、Canny算子原理；
三、边缘提取；

一、边缘的数学原理；

图像的像素值范围通常为0-255，在一幅图像中，像素值从较小值快速变化到较大值的位置称为边缘。

这种快速变化的特征，可用数学中的导数进行求取，即X或Y方向上往前几个像素，对应的像素值差值很大，或说斜率很大、梯度很大。

如下图，用卷积核分别计算图像X和Y方向的梯度后，再计算综合梯度，取得边缘信息。

二、Canny算子原理；

算子内部原理有如下几步：

1、去噪；

2、计算梯度及梯度方向；

3、非极大值抑制NMS

上述计算得到所有的梯度后，再通过如下非极大值抑制，筛选出梯度值较大的作为边缘。

如上图，整体梯度方向上取梯度值最大的作为边缘。

4、滞后阈值

上一步筛选得出的边缘位置，还有可能是误判的，需要进行如下筛选。

1.设置梯度最大最小范围值；

2.大于最大的则为边缘；

3.小于最小的则不是边缘；

4.在范围之内的，则判断该点是否能与前边缘点相连(空间距离)，能相连则为边缘，否则不是边缘；

三、边缘提取

OpenCv边缘提取可如下使用：

Mat matDst = new Mat();

Cv2.Canny(image, matDst, threshold1, threshold2);

其中：参数1，image为输入图像；

参数2，为输出图像；

参数3，为最小阈值；

参数4，为最大阈值；

说明：阈值设置为自定义，可结合实际图像逐步调整。

效果如下

参考链接

"VisionTool 探迹"免费视觉工具

"VisionTool Halcon"付费视觉工具

下载地址：https://pan.baidu.com/s/1v832KTonDYS6oNnWG2iZtQ?

对应系列文章"C# 基于Halcon的视觉工作流"，欢迎前往阅读。

上述内容需要一定的技术功底，本章至此已结束，欢迎阅读下章，谢谢！