Canny 算子是经典的边缘检测方法之一，目标不是“找所有灰度变化”，而是尽量找到定位准确、连续性好、噪声不敏感的真实边缘。它的核心思想可以概括为：先平滑抑噪，再计算梯度，随后只保留细而准的边，最后用双阈值把边连起来。1）整体流程概览Canny 边缘检测通常包括四步：高斯滤波：抑制噪声梯度计算：得到边缘强度与方向非极大值抑制（NMS）：把“粗边”细化为单像素双阈值与滞后连接（Hysteresis）：保留可靠边并连接断裂边2）高斯滤波：为什么先模糊？边缘检测本质依赖微分（梯度），而微分对噪声非常敏感：噪声会被放大成“伪边缘”。Canny 的第一步用高斯核 $G_\sigma$ 对图像 $I$ 做平滑：$$I_s = G_\sigma * I$$$\sigma$ 越大，平滑越强，噪声越少，但细小边缘也更容易被抹掉；$\sigma$ 越小，细节保留更好，但噪声更明显。3）梯度计算：边缘强度与方向从哪来？对平滑后的图像计算一阶导数（常用 Sobel 或高斯导数）得到 $x$、$y$ 方向梯度：$$G_x=\frac{\partial I_s}{\partial x},\quad G_y=\fr
MaxYu
一个建立于 21 世纪的小站，存活于互联网的边缘
闽公网安备35021302000829号 & 蜀ICP备2023017421号-1
