1、边缘

1.1 边缘定义

        以图像像素值突变最大的方向作为边缘法线，与边缘法线垂直的就是边缘。

        边缘强度：局部图像上的像素值突变程度（图像局部一阶梯度和二阶梯度值）。

        

 1.2 边缘类别

跃迁类型                                                           屋脊类型

 2、边缘提取

2.1 基于梯度的边缘提取

        步骤：先高斯模糊去噪（选用3×3的核），再基于梯度提取边缘（使用robert算子、sobels算子、prewitt算子），最后对图像梯度进行阈值处理，大于T的保留，小于T的舍弃。

         缺点：单一阈值使得边缘图像不够连贯。

 2.2 Canny边缘提取

        步骤：

        1、滤波处理（高斯滤波）。

        2、使用梯度算子获取梯度值G、梯度方向。

        3、非最大抑制：保留与垂直方向上，梯度值最大的像素点，如下左1、2图上，当红框的像素点值，是在橙色箭头方向上最大的，则保留。

在实际应用中为减少运算量，只会对如下、、等角度的梯度进行非最大抑制。

        4、高低阈值链接，分别设定高低阈值T1、T2，一般T1/T2 = 2~3，将像素值大于T1的像素点全部保留，小于T2的全部舍弃，T1到T2之间的如果在其八邻域内有高阈值保留像素点，则保留，反之丢弃。

  

 代码示例：

static void cannny_track_bar(int b, void* image_data) {
	//canny
	Mat image = *((Mat*)image_data);
	Mat edge1;
	Canny(image, edge1, b, b*2, 3);
	imshow("canny", edge1);
}
void edge_catch(Mat& image)
{
	namedWindow("canny", WINDOW_FREERATIO);
	int t = 50;
	createTrackbar("canny bar", "canny", &t, 100, cannny_track_bar,(void*)&image);
	cannny_track_bar(50, &image);
}

 结果：