自适应 Canny 边缘检测
Adaptive Canny Edge detection
什么是自适应 Canny 边缘检测，为什么它比普通的 Canny 边缘检测更好？
也是在matlab中实现的吗？
我读到 canny 边缘检测和自适应 canny 检测之间的唯一区别是阈值是自动计算的，而不是您设置的常量参数。是的，它是在 matlab
中实现的
如果您有更多详细信息，请在此处添加
我有一个使用 OpenCV 的实现：
使用以下代码段：
v = np.median(gray_image)
#---- apply automatic Canny edge detection using the computed median----
lower = int(max(0, (1.0 - sigma) * v)) #---- lower threshold
upper = int(min(255, (1.0 + sigma) * v)) #---- upper threshold
edged = cv2.Canny(gray_image, lower, upper)
cv2.imshow('Edges',edged)
那我来这里做什么？
我正在取灰度图像的中值。选择 0.33 的西格玛值来设置下限和上限阈值。 0.33 值通常被统计学家用于数据科学。所以这里也考虑一下。
什么是自适应 Canny 边缘检测，为什么它比普通的 Canny 边缘检测更好？ 也是在matlab中实现的吗？
我读到 canny 边缘检测和自适应 canny 检测之间的唯一区别是阈值是自动计算的，而不是您设置的常量参数。是的，它是在 matlab
中实现的如果您有更多详细信息，请在此处添加
我有一个使用 OpenCV 的实现：
使用以下代码段：
v = np.median(gray_image)
#---- apply automatic Canny edge detection using the computed median----
lower = int(max(0, (1.0 - sigma) * v)) #---- lower threshold
upper = int(min(255, (1.0 + sigma) * v)) #---- upper threshold
edged = cv2.Canny(gray_image, lower, upper)
cv2.imshow('Edges',edged)
那我来这里做什么？
我正在取灰度图像的中值。选择 0.33 的西格玛值来设置下限和上限阈值。 0.33 值通常被统计学家用于数据科学。所以这里也考虑一下。