基于canny算子的改进边缘检测算法

合集下载

基于改进Canny算子的图像弱边缘检测算法

收稿日期：2019-06-03；修回日期：2019-08-08基金项目：国家自然科学基金资助项目（61132005）；国家重点研发计划资助项目（2017YFC1405202）；海洋公益性行业科研专项资助项目（201505002）作者简介：李庆忠（1963-），男，山东淄博人，教授，博导，博士，主要研究方向为图像处理、信号处理与模式识别；刘洋（1994-），男（通信作者），山东淄博人，硕士研究生，主要研究方向为智能信息处理与智能控制（1120132246@qq．com ）．基于改进Canny 算子的图像弱边缘检测算法*李庆忠，刘洋（中国海洋大学工程学院，青岛266100）摘要：图像边缘在基于机器视觉的工件自动测量与识别中起着至关重要的作用，但传统的Canny 算子只能检测图像中的强边缘而出现弱边缘漏检问题。

为此提出了一种基于改进Canny 弱边缘检测算法。

该算法首先用提出的改进梯度倒数加权滤波方法对图像进行斑点噪声滤除的同时保持了图像边缘；其次用改进的Sobel 算子计算梯度幅值，以提高边缘的定位精度；对非极大值抑制后的梯度图像进行分块，根据各个子块的类型自适应确定各子块的高低阈值，并对平滑块进行再分块，以检查平滑块中是否含有细小的弱边缘。

最后，为了克服传统高低阈值连接中部分弱边缘的漏检问题，提出基于局部区域生长法的边缘连接算法，使之能够保留连接性较好的弱边缘点。

实验结果表明，该算法能够去除图像中的斑点噪声并能检测出图像中的弱边缘，为图像弱边缘的检测提供了一种可行方法。

关键词：Canny 算子；弱边缘检测；边缘保持滤波；机器视觉；工件测量0引言图像的边缘特征是图像目标最基本且重要的特征之一，在机器视觉检测与测量领域有着广泛的应用，如图像分割［1，2］、目标检测与测量［3］、目标识别与跟踪［4］等。

尤其在基于机器视觉的工件检测与识别中，因目标工件含有较多弱边缘，而传统的边缘检测算法只适合于强边缘检测与提取，所以目前图像弱边缘检测已经成为机器视觉领域一个急需解决的难题之一。

基于改进Canny算子的图像边缘检测算法

［ｂｔａｔＡｓｒｃ］Ｒｅｅｒｇｔｅｉｇｉｈｉｉｅｍｅｉｌｅｄａｄｓｌｅｍｅｉａｉｇｓｒｄｂｏｄｃｌｅｄｅｅｔｅｌｉｅｆｒｎｔｉｏｈｍａｅｗｈｃｓｎｔｄｃｌ，ｎｉａｔｔｄｃｌｍａｅａｅｌｏｅｌｎｅｓｔｄｔｃｃｌｓ，ｈａｆｉｍｉｒｏｈｓｏｚ
值的变化，采用数学方法中的一阶或二阶方向导数的变化来检测边缘Ｌ。这些算子结构简单，实现速度较快，但是对噪２ｊ声影响较大，如果将其应用于细胞图像边缘检测中将会出现细胞图像边缘不连续、出现干扰边缘或者细胞图像细节丢失
ｈｎｎ．Ｅｘｒｍｅｔｌｒｓｌｓｐｏａｉａｇｒｔｍａｆｅｔｅｙｒｄｃｎｅｆｒｎｅａｄｎｉｅｅｇ，ａｄｍａｅｍｏｅｐｏｎｎｅｅｔｏｔｉｎｉｇｐｅｉｎａｅｕｔｒｖｅｔｔｔｓｌｏｉｈｃｎｅｃｉｌｅｕｅｉｔｒｅｅｃｎｏｓｄｅｎｋｒｒｍｉｅｔｄｔｃｉｎｈｈｖ
ＷＡＮＸｉｏｊｎＬＵＸ－ｎＧＵｏｇＧａ－，Ｉｕｍｉ，ＡＮＹｎｕ
（ｏｌｇｆｎｏｍａｉｎＥｇｎｅｉｇＣｐｔｌｒａｎｖｒｉ，ｅｉｇ１０４，ｈｎ）ＣｌｅＩｆｒｔｎｉｅｒ，ａｉｍｌｉｅｓｙＢｉｎ００８ＣｉａｅｏｏｎａＮｏＵｔｊ
ｃａａｔｒｓｉｓｏｈｒｃｅｉｔｆｍｅｃｌｅｌｉｇ．ｃｄｉａｌｍａｅｃ
［ｙｗｏｄｅｇｅｅｔｎｒｄｂｏｄｃｌｇ；ａｎｐｒｔｒｉｒｔｅｌｏｉｍ；ｔｅｔａｍｏｈｌｇｃｌｔｏＫｅｒｓｄｅｔｉ；ｅｌｏｅｌｉｅＣｎｙｏｅａｏ；ｔａｉｇｒｈｍａｍａｉｌｒｏｏｉａｍｅｈｄＩｄｃｏｓｍａｅｖａｔｈｃｐＤＯＩ１．９９ｊｓｎ１０ —４８２１．４０９：０３６／ｉ．００３２．０２１．５．ｓ

基于Canny算子的图像边缘检测优化算法

改进后的Ｃａｎｎｙ算子具有很强的闭值自适应能力，能有效检测到图像中的细节梯度，并去除了伪边缘和噪声边缘，有效提高了边缘的检测精度和准确性。．关键词：图像边缘检测；直方图凹度分析；Ｃａｎｎｙ算子；阈值
中图分类号：ＴＰ３１７．４文献标识码：Ａ文章编号：１００１ — ７１１９（２０１３）０７－０１２７－０５
ＡｎＯｐｔｉｍａｌＡｌｇｏｒｉｔｈｍｏｆＩｍａｇｅＥｄｇｅＤｅｔｅｃｔｉｏｎＢａｓｅｄＯｉｌＣａｎｎｙ
ＸｕＬｉａｎｇ，ＷｅｉＲｕｉ
（Ｄｅｐａ￣ｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＨｕａｎｇｈｕａｉＵｎｉｖｅｒｓｉｔｙ，ＨｅｎａｎＺｈｕｍａｄｉａｎ４６３０００，Ｃｈｉｎａ）
徐亮，魏锐
（黄淮学院信息工程学院，河南驻马店４６３ｏｏ０）
摘
要：针对的缺陷，提出一种改进的Ｃａｎｎｙ的边缘
检测算法。首先用开关型中值滤波器抑制噪声，保持图像的边缘信息，然后采用直方图凹度分析自动选取双阈值，并用此高低阈值检测及连接图像的边缘，从而得到较为理想的图像边缘。实验结果表明，
Ａｂｓｔｒａｃｔ：ＴｈｅｔｒａｄｉｔｉｏｎａｌＣａｎｎｙｅｄｇｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｅｘｉｓｔｓｔｈｅｄｅｆｅｃｔｌｏｓｉｎｇｄｅｔａｉｌｓｏｆｔｈｅｅｄｇｅ，ＳＯｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｉｍｐｒｏｖｅｄＣａｎｎｙｅｄｇｅｄｅｔｅｃｔｉｏｎａｌｇｏｉｔｒｈｍ．Ｆｉｒｓｔｌｙ，ｂｙｓｗｉｔｃｈｉｎｇｍｅｄｉａｎｆｉｌｔｅｒｉｓｒｏｂｕｓｔｔｏｎｏｉｓｅ，Ｋｅｅｐｔｈｅｅｄｇｅｉｎｆｏｒｍａｔｉｏｎｏｆｉｍａｇｅ，Ｔｈｅｎｔｈｅａｕｔｏｍａｔｉｃｓｅｌｅｃｔｉｏｎｏｆｔｈｒｅｓｈｏｌｄｈｉｓｔｏｇｒａｍｃｏｎｃａｖｉｔｙａｎａｌｙｓｉｓ，ａｎｄｔｈｅｌｅｖｅｌｏｆｔｈｅｔｈｒｅｓｈｏｌｄｄｅｔｅｃｔｉｏｎａｎｄｅｄｇｅｌｉｎｋｉｎｇｉｍａｇｅ，ｉｎｏｒｄｅｒｔｏｇｅｔｔｈｅｍｏｒｅｉｄｅａｌｉｍａｇｅｅｄｇｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｔｈｅｉｍｐｒｏｖｅｄＣａｎｎｙｏｐｅｒａｔｏｒｗｉｔｈｔｈｒｅｓｈｏｌｄａｆｔｅｒｓｔｒｏｎｇａｄａｐｔｉｖｅｃａｐａｃｉｔｙ，ｃａｎｅｆｆｅｃｔｉｖｅｌｙｄｅｔｅｃｔｔｈｅｄｅｔａｉｌｓｏｆｉｍａｇｅｇｒａｄｉｅｎｔ，ａｎｄｒｅｍｏｖｅｔｈｅｆａｌｓｅｅｄｇｅｓａｎｄｎｏｉｓｅｍａｒｇｉｎ，ｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｅｄｇｅｄｅｔｅｃｔｉｏｎｐｒｅｃｉｓｉｏｎａｎｄａｃｃｕｒａｃｙ．Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｅｄｇｅｄｅｔｅｃｔｉｏｎ；ｈｉｓｔｏｇｒａｍｃｏｎｃａｖｉｔｙａｎａｌｙｓｉｓ；ｃａｎｎｙＤｅｔｅｃｔｏｒ；ｔｈｒｅｓｈｏｌｄ

基于canny算子的改进边缘检测算法

Gx ( x, y ) G ( x, y 1) G ( x, y 1) ， G y ( x, y ) G ( x 1, y ) G ( x 1, y ) 。
Gx ( x, y ) 、 G y ( x, y ) 分别为点 ( x, y ) 处
在 x 方向和 y 方向的一阶偏导。 (3)非极大值抑制将边缘的梯度方向按照水平、竖直、45°和135°四个方向，用不同的邻近像素进行比较，确定局部极大值。若某个像素的灰度值与梯度方向上前后两个像素的灰度值相比不是最大，该点即为非边
1.如何保证物业系统的成功实施项目的成功实施离不开管理层的支持，配套推行相应的管理制度，如公司规定：业务人员每天要将信息及时录入系统，作为公司、集团层面分析的依据，公司根据系统中的业务资料，作为主要分析的依据，同时每月对业务员做量化考评。通过管理考评体系配合管理软件在基层的实施取得很好的效果，有效的提高出租率和收费数据分析精密度。强调将配套的制度和软件有机结合起来。一方面作为一套好的管理软件中应该带有完整的管理考核体系配套，另一方面管理制度的执行同样也需要管理软件的支撑和实现。合双边滤波和Canny算子的优越性，提出一种新的Canny边缘检测算法，该算法用滤波性能较好的双边滤波代替传统Canny 边缘检测中的高斯滤波，对含噪图像具有更好的边缘检测效果。双边滤波是一种非线性的2D信号滤波方法，是图像的空间临近度和像素相似度的一种折衷处理[5]，是通过像素的加权平均而定义的，利用强度的变化来保存图像边缘信息。设BF为双边滤波的符号，由下式定义[6]：
1.引言边缘检测技术是数字图像处理中的一项重要技术，边缘检测的主要目的就是实现对目标图像的精确定位。边缘是图像的基本特征，是图像分割的重要依据，也是纹理特征的重要信息源和形状特征分析的基础，边缘检测的效果将直接影响到图像理解和识别的性能。经典的边缘检测算子，如Robert、Prewitt、Log等，简单、易于实现，但对噪声敏感、抗干扰性能差，边缘不够精细[2]。相比这些算子， Canny算子具有更好的信噪比和检测精度，在图像边缘检测领域中具有更加广泛的应用范围。但是，实际图像中，存在着许多噪声，这时，若仍采用传统Canny算子进行边缘检测，会将一些噪声点误作边缘点检测，导致提取的边缘轮廓模糊、不精确，因此，我们需要对传统Canny算子加以改进。本文提出了一种基于Canny算子而改进的边缘检测算法，该算法既可以较好地滤除噪声，又可以提高目标边缘的定位精度、抑制虚假边缘和去除冗余弱边缘，呈现出了一个更为清晰的图像边缘检测结果，比传统Canny算法具有更好的性能。 2.传统canny边缘检测算法 Canny提出了边缘检测性能优劣的3 个判断准则[3]：高信噪比准则：即输出信号的信噪比最大，以降低边缘点判断为非边缘点和非边缘点判为边缘点的概率。信噪比越大，误检率越低。高定位精度准则：好的定位性能，即检测出的边缘点要尽可能在实际边缘的中心单边缘相应准则：即单一边缘只有惟一响应，并且对虚假边缘响应应得到最大抑制。 2.1 传统canny算法边缘检测步骤

基于Canny算子的边缘提取改善方法

维普资讯
第２卷８
第３期
红外技术
ＩｆａｅｅｈｏｏｙｎｒｒｄＴｃｎｌｇ
Ｖｏ．８Ｎｏ３１２．
Ｍａ．０６Ｆ２ｏ
２００６年３月
基于Ｃｎｙ算子的边缘提取改善方法ａｎ
ＳｈｏｏｌｔｎｓＩｏｍｔｎｕａｎｅｉ，Ｗｈｎ如４０７。ＣｉａｃｏｌｆＥｅｒｉｎｒａｉ，ＷｈｎＵｉｒｔｃｏｃｆｏｖｓｙｕａ３０９ｈｎ）
Ａｂｔａｔｏｍｐｏｅｎｓｔｈａｎｌｏｉｍｅｅｂｎｓｆｒａｄ，ａｍｐｏｅｄｅｄｔｃｉｎａｇ — ｓｒｃ：ＳｍｅｉｒｖｍｅｔｏｔｅＣｎｙａｇｒｈｗｒｒｇｏｗｒｔｉｎｉｒｖｄｅｇ－ｅｅｔｌｏｏｒｈｔａｒｎｆｒｔｅｌｃｌｒｙｄｓｒｕｉｇａｔｒｐｎｎｏｉｄｗｓｏｒｇｎｌｍａｅａｄｇｔｈｔｔｔａｉｍｔａｓｍａａｉｉｔｆｅｉｇｓｍｅｗｎｏｎｏｉｉａｇｎｅｅｓａｉｉｌｔｈｔｏｈｏｇｔｂｎｅｏｉｔｓｃｄｔｆｔｅｅｗｉｄｗｓｗａｒｓｎｅ．ＴｅａｇｒｈｉｒｖｓｒｓｈｏｎｙａｇｒｈｗｈｎｔｅｇａｉｒｕａａｏｓｎｏｓｐｅｅｔｄｈｈｌｏｔｍｍｐｏｅｅｕｆＣａｎｌｏｔｍｅｈｒｙｄｓｉ — ｉｉｔｂｔｇｏｇｏｏｄ，ｗｈｃｒｃｉａｄｅｄｔｃｉｎａｇｒｈｉｆｉｎａｍａｅｉｎｔｏｓｇｉｈｉａｐａｔｌｇ — ｅｅｔｌｏｉｍ．Ｗｉｈｔｅｔｎｌｓｓａｄｔｓｓｃｅｏｔｔｔｅｍａｈｍａｉａａｙｉｎｔｈｃｅｒｓｌ，ｉｉｄｍｏｓｒｔｄｔａｈｓｍｅｈｄｉａｆｃｅｔｉｒｖｎｐｒａｈｏｄｅｄｔｃｉｎｅｕｔｔｓｅｎｔｅｈｔｉａｔｔｏｓｎｅｉｎｍｐｏｉｇａｐｏｃｎｅｇ — ｅｅｔ．ｉｏＫｅｒｓａｎｌｏｉｍ；ｏｅｉｄｗｓｄｅｄｔｃｉｎｙｗｏｄ：Ｃｎｙａｇｒｈｔｐｎｗｎｏ；ｅｇｅｅｔｏ

基于Canny算法的改进型图像边缘检测算法

关键词：ａｎＣｎｙ算子，缘提取，关中值滤波，缘保持，边开边图像处理
ＡｂｓｒｔｔａｃＣａｎｙｄｇｅｎｅｄｅｅｃｉｎｇｏｒｈｍｉａｉｏｅｔｔａｌｉｏｔｓｋｎｄｆｄｇｅｄｅｅｃｉａｌｉｍｗｈｉｈｖｇｏｃｔｔｏｎｇｏｒｈｔｃｈａｅｏｄｏｍｐｒｈｓｖｅｖｌａｉ，ｔｅｅｎｉｅａｕｔｂｕｏｎｔｅＧａｓａｎｉｅｒｌｏｒｈｍｉｈｕｓｉｆｔａｇｉｌｔｔｕｓｍａｃｓｉａｔｏｓｏｈｎｄｕｚｏｔｅｅｄｙａｕｅｍｇｅｏｍｏｔａｆｚｙｆｈｅｄｇｅ，ｎｄｔｓｅｙｅｎｉｖｆａｉｖｒｓｓｔｅｏｒｉｉｓｌａｔ＆ｐｅｐｐｎｉｅ．ｉｐａｅｒｏｓＴｈｓｐｅｒｄｉｃｓｓｔｉｓｕｅｓｈｅｍｐｒｖｎｍｅｈｄｓｆｏｉｇｔｏｏＣａｎｙＡｎｍｐｒｖｓｔｍｅｄｉｆｔｒｌｒｈｎｉｏｅｄｗｉｃｈａｎｉｅａｇｏｉｍｉｌｔｓｐｒ — ｏ
ｌＧ（ｘｘｄｆ一））ｘＩ
（）１
ＳＲＮ
（）ｆ＝
Ｃａｎ法中高斯滤波方法很难满足边缘检测的要求。ｎｙ算针对这个问题，们提出了各自的解决方法。如林玉池等人例人用固定小８８１的滤波器，过Ｗｉｎｒ波及选择合适的（＝）通ｅｅ滤高、门限来提高信噪比；有人将小波分析、糊增强Ｉ、度低也模３梯］直方图等概念引入Ｃｎｙ算法，达到了一定的效果。ａｎ也本文参考文献［］提出了一种基于排序阈值的开关中值５中滤波方法，文将对其做进一步的改进，用一种基于方向信息本采的，具有双阈值噪声判别功能的改进型开关中值滤波方法来替

Canny算子边缘检测的一种改进方法

Ｏｓｈｅｈｌａｄｉｘｅｓｎｔｔｅｓｕｉｎｔａｔｅｈｓｇａｈｓｍｌｐｅｋ，ａｅｃｔｅｆｏａｌｔｅｈｌｗｉｔｔｒｓｏｄｎｔｅｔｎｉｏｈｉａｏｔｈｉｏｒｍａｕＩｌｐａｓｃｎｓｌｔｈａｒｂｅｈｓｏｄｔｕｓｏｔｔｈｔｉｅｅｖｒｈ
ｒｉｔｅｅｅｔｅｔａｄａｎｈｄｇｓｒｎｇｈｎｄｅａｌ．ｅａｔｒｓｌａｆｅｔｔｅ￣ｅｔｏｈｆｋｅｇｅａｄｈｅｏｎｉｕｉｏｆｔｅｅｌｅｅ．ｔｉｓＴｈｌｇｈｅｈｏｄｆｃｓｈｓｎｇｈｆｔｅａｅｄｓｎｔｃｔｎｔｙｒａｄｇｓｈ
摘
要：统Ｃｎｙ算子在高斯滤波方差和滞后阈值的选择上需要人工干预，传ａｎ不具备自适应能力。高斯滤波方差的大小选择会
影响到去噪和边缘保持效果，用不同尺度的形态学滤波代替高斯滤波，不仅能降低噪声影响，而且可保持边缘强度和细节；滞后
ＥｍｎｌａＯ
ＷＡＮＧＺｕｏｃｈｎｇ，ＵＸｉｏｄｏｎｇ，ＵＥＬｉｘｉＩｐｒｖｅ — ｅＬＩａ— Ｘ－ａ．ｍｏｄｍｅｈｏｔｄｏａｆＣｎｎｙｐｅａｏｒｄｄｅｅｔｏｎ．ｏｒｔｅｇｅｔｃｉＣｏｍｐｕｔｒＥｎｇｎｅｒｅｉｅ－
重庆邮电大学计算机学院，重庆４０６００５
ＣｏｕｅｌｇｆＣｈｎｑｎｉｅｓｔｆＰｓｓａｄＴｌｃｍｍｕｉａｉｎ，ｏｇｉｇ４０６ＣｈａｍｐｔｒＣｏｌｅｏｏｇｉｇＵｎｖｒｉｏｏｔｎｅｅｏｅｙｎｃｔｏｓＣｈｎｑｎ００５，ｉｎ

基于Canny算子的改进的图像边缘检测方法

（ｃｏｌｆｃａｒｎｎｉｅｉｇｅｉｓｔｔｏｅｈｏｏｙｅｉ００，ｈｎ）ＳｈｏｏＭｅｈｔｉＥｇｅｒ，ＢｉｎＩｔｕｅｆｃｎｌ，Ｂｉｎ１０８ＣｉｏｃｎｎｊｇｎｉＴｇｊｇ１ａ
ＡｂｔａｔＩｈｓｐｐｒｎｉｒｖｄｅｇｅｅｔｎａｇｒｈｂｓｄｏａｎｐｒｔｒｉｐｏｏｅｎｗｉｈＧａｓｓｒｃ：ｎｔｉａｅ，ａｍｐｏｅｄｅｄｔｃｉｏｉｍａｅｎＣｎｙｏｅａｏｓｒｐｓｄｉｈｃｕｓｏｌｔｉｅｓｒｐａｅｙＭＴｆｔ．Ｔｅｈａａｔｒｎｔｌｏｉｍｒｔｄｅ．ＥｐｒｎｈｗｓｔａｅｖｒｃｔｆｔｒｉｅｌｃｄｂＭｌｒｈｎｔｅｐｒｍｅｅｓｉｅａｇｒｈａｅｓｕｉｄｌｉｅｈｔｘｅｍｅｔｏｈｔｈｅａｉｉｓｔｙｏｄｅｄｔｃｉｎｉｍｐｏｅｖｄｎｌ，ｃｌｕａｉｇｑａｔｙｉｒｄｃｄｅｏｍｏｓｙｎｒｆｒｂｅｒｓｌｉｏ — ｆｅｇｅｅｔｓｉｒｖｄｅｉｅｔｏｙａｃｌｔｕｎｉｓｅｕｅｎｒｕｌ，ａｄａｐｅｅａｌｅｕｔｓｂｎｔｔｉｅ．ａｎｄＫｅｒｓｅｇｅｅｔｎＭＴｆｔｒｐｒｍｅｅｈｏｉｇｙｗｏｄ：ｄｅｄｔｃｉ；Ｍｌ；ａａｔｒｃｏｓｎｏｉｅ
ＩｐｒｖｄＥｄｅＤｅｅｔｏｇｒｔｍｓｄｏｎｙＯｐｒｔｒｍｏｅｇｔｃｉｎＡｌｏｉｈＢａｅｎＣａｎｅａｏ

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于canny 算子的改进边缘检测算法
摘要：本文提出了一种基于Canny 算子的改进边缘检测算法。

该算法既具备传统Canny 算子信噪比高、定位精确的优点，又具备较强的去噪能力和较好的边缘检测效果。

实验表明，本文算法增强了Canny 算子在噪声干扰情况下的去噪效果，提高了边缘定位的精确度，能够得到更加完整的边缘轮廓。

关键词：Canny 算子，双边滤波，边缘检测
1 引言
边缘检测技术是数字图像处理中的一项重要技术，边缘检测的主要目的就是实现对目标图像的精确定位。

边缘是图像的基本特征，是图像分割的重要依据，也是纹理特征的重要信息源和形状特征分析的基础，边缘检测的效果将直接影响到图像理解和识别的性能[1]。

经典的边缘检测算子，如Robert 、Prewitt 、Log 等，简单、易于实现，但对噪声敏感、抗干扰性能差，边缘不够精细[2]。

相比这些算子，Canny 算子具有更好的信噪比和检测精度，在图像边缘检测领域中具有更加广泛的应用范围。

但是，实际图像中，存在着许多噪声，这时，若仍采用传统 Canny 算子进行边缘检测，会将一些噪声点误作边缘点检测，导致提取的边缘轮廓模糊、不精确，因此，我们需要对传统Canny 算子加以改进。

本文提出了一种基于Canny 算子而改进的边缘检测算法，该算法既可以较好地滤除噪声，又可以提高目标边缘的定位精度、抑制虚假边缘和去除冗余弱边缘，呈现出了一个更为清晰的天之信图像边缘检测结果，比传统Canny 算法具有更好的性能。

2 传统canny 边缘检测算法
Canny 提出了边缘检测性能优劣的3个判断准则[3]：
高信噪比准则：即输出信号的信噪比最大，以降低边缘点判断为非边缘点和非边缘点判为边缘点的概率。

信噪比越大，误检率越低。

高定位精度准则：好的定位性能,即检测出的边缘点要尽可能在实际边缘的中心
单边缘相应准则：即单一边缘只有惟一响应,并且对虚假边缘响应应得到最大抑制。

2.1 传统canny 算法边缘检测步骤
1）高斯滤波
用一维高斯函数对原始图像f(x, y)进行低通滤波、噪声滤除，该高斯函数为：
22221
(,)exp 22x y G x y πδδ⎡⎤+=-⎢⎥⎣⎦
δ为高斯滤波函数的标准差，控制着平滑程度：σ较小时，滤波器定位精度高，但信噪比低；σ较大时，滤波器情况正好相反。

我们要根据实际情况确定δ的大小。

2）计算梯度幅值和方向
传统的Canny 算法采用2×2邻域一阶偏导的有限差分来计算平滑后的图像的梯度幅值和方向:
22
(,)(,)(,)x y M x y G x y G x y =+
y x (,)arctan G x y G θ=（x,y ）
（x,y ）
(,)(,1)(,1)x G x y G x y G x y =+--，(,)(1,)(1,)y G x y G x y G x y =+--。

x (,)G x y 、(,)y G x y 分别为点(,)x y 处G （x,y ）在x 方向和y 方向的一阶偏导。

3）非极大值抑制
将边缘的梯度方向按照水平、竖直、45°和 135°四个方向，用不同的邻近像素进行比较，确定局部极大值。

若某个像素的灰度值与梯度方向上前后两个像素的灰度值相比不是最大，该点即为非边缘点，删除；否则，即为待选边缘点，保留。

这个过程称为“非极大值抑制”。

4）双阈值法检测和连接边缘
用高、低阈值对经非极大值抑制的结果检测，得到高阈值边缘图像
h T 和低阈值边缘图像l T ,。

然后，以图像h T 为基础，用图像l T 来补充连接图像边缘。

2.2 传统Canny 算法的缺陷
Canny 算子因其优越的边缘检测性能得到了广泛应用，但实际中图像易受噪声污染，如光照、油渍等，这时，如果仍用传统Canny 算法，一方面不能有效滤除噪声，另一方面会出现伪边缘或边缘丢失。

传统Canny 算子用高斯函数对图像平滑滤波，有较强的抑制噪声能力；但会造成边缘丢失，对高频细节的保护效果不佳。

这是因为，Canny 算子在对图像高斯滤波时，边缘作为高频部分易被平滑掉，一些边缘就变成了缓变边缘，进行非极大值抑制的时候，缓变边缘就容易丢失，造成边缘检测结果存在较明显的模糊和边缘丢失问题，效果欠佳。

3 改进的canny 边缘检测算子
双边滤波，Bilateral filter ，既可以较好地滤除图像噪声，又可以保持较好的图像边缘信息，解决了高斯滤波的图像模糊和边缘丢失问题。

本文充分结合双边滤波和Canny 算子的优越性，提出一种新的Canny 边缘检测算法，该算法用滤波性能较好的双边滤波代替传统Canny 边缘检测中的高斯滤波，对含噪图像具有更好的边缘检测效果。

双边滤波是一种非线性的2D 信号滤波方法[4]，是图像的空间临近度和像素相似度的一种折
衷处理[5]，是通过像素的加权平均而定义的，利用强度的变化来保存图像边缘信息。

设BF 为双边
滤波的符号，由下式定义[6]：
1
[](||||)()d r P p q q q S P BF I G p q G I I I W δδε=--∑
(||||)()
d r p p q q S W G p q G I I δδε=--∑
参数d δ和r δ用于衡量图像I 的滤除量，d G δ是一个空间函数，用于减少远距离像素影响，r G δ是一个范围函数，用于减少灰度值不同于
p I 的像素q 的影响。

通常，双边滤波器的空间邻近函数d G δ和灰度相似函数r G δ都取为参数为欧氏空间距离的高斯函数，定义为：
21((),())[]2r r I p I q G e δδδ=
(,)
d p q和((),())
δ分别为图像两像素点的欧氏空间距离和像素的灰度差，dδ和rδ是基于高斯函
I p I q
数的标准差，决定着双边滤波器的滤波效果。

4 实验结果与结论
以 MATLAB (R2008a)为实验平台，选取经典Lena图像，分别采用传统 Canny 算法和本文改进的Canny算法进行边缘检测。

图1为加入了0.01高斯噪声的Lena图像边缘检测结果；图2为加入了0.01椒盐噪声的Lena图像边缘检测结果。

（a）加入高斯噪声（b）canny算法（c）本文算法
图1
（a）加入椒盐噪声（b）canny算法（c）本文算法
图2
从图1和图2可以看出：传统的Canny算法对噪声较敏感，容易将噪声点当作边缘点检测，检测出的边缘轮廓不清楚，精确度较低，提取的边缘信息过于冗杂，不能较好地显示图像的主要轮廓特征，不利于进一步的图像分析；本文算法对高斯噪声和椒盐噪声的去噪和边缘检测效果均优于传统的Canny算法，能够获得更好的边缘检测图像。

图(c)既去除了图(b)中的大部分虚假边缘，又避免了丢失很多真边缘，边缘轮廓明显、清晰，连续性较好,提高了Canny算法边缘检测的信噪比、改善了噪声干扰情况下边缘检测效果。

结论：
传统的Canny边缘检测算子并不能得到最优化的边缘检测结果，存在许多不足之处。

本文提出的改进Canny边缘检测算法能够较好地滤除图像噪声、抑制虚假边缘，保留了较完整和清晰的边缘轮廓，具有更好的边缘检测效果，简单实用，复杂度低，具备更好的推广应用价值。