边缘检测

对图像进行边缘检测之前，一般都需要先进行降噪（可调用GaussianBlur函数）。

Sobel算子 与 Scharr算子

都是一个离散微分算子 (discrete differentiation operator)，用来计算图像灰度函数的近似梯度。结合了高斯平滑和微分求导。Sobel算子与Scharr算子的内核不同，Sobel内核产生误差比较明显，Scharr更为准确一些。

Sobel算子的计算步骤：

1. 在两个方向求导:将原图分别与两个3x3的内核进行卷积计算，得到Gx与Gy
2. 在图像的每一点，结合Gx与Gy求出近似 梯度 :

 或者  (简单公式)

• src_gray: 在本例中为输入图像，元素类型 CV_8U
• grad_x/grad_y: 输出图像.
• ddepth: 输出图像的深度，设定为 CV_16S 避免外溢。
• x_order: x 方向求导的阶数。
• y_order: y 方向求导的阶数。

Laplace算子

 计算的是二阶导数。由于 Laplacian使用了图像梯度，它内部调用了 Sobel 算子。Laplacian 算子 的定义:

• src_gray: 输入图像。
• dst: 输出图像
• ddepth: 输出图像的深度。 因为输入图像的深度是 CV_8U ，这里我们必须定义 ddepth = CV_16S 以避免外溢。
• kernel_size: 内部调用的 Sobel算子的内核大小，此例中设置为3。
• scale, delta 和 BORDER_DEFAULT: 使用默认值。

Canny边缘检测

被很多人认为是边缘检测的 最优算法。在Sober算子步骤后添加以下步骤：

• 非极大值 抑制。 这一步排除非边缘像素， 仅仅保留了一些细线条(候选边缘)。
• 滞后阈值: 最后一步，Canny 使用了滞后阈值，滞后阈值需要两个阈值(高阈值和低阈值):
  1. 如果某一像素位置的幅值超过 高 阈值, 该像素被保留为边缘像素。
  2. 如果某一像素位置的幅值小于 低 阈值, 该像素被排除。
  3. 如果某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于 高 阈值的像素时被保留。

Hough变换

OpenCV学习笔记（八） 边缘检测,布布扣,bubuko.com

OpenCV学习笔记（八） 边缘检测

原文：http://www.cnblogs.com/ericxing/p/3578478.html