2D 图像边缘

功能描述

该算子使用经典的 Canny 边缘检测算法来提取输入图像中的边缘特征，通过多阶段处理来寻找图像中灰度强度变化剧烈的位置，从而有效地检测出边缘，同时抑制噪声。

使用场景

  • 特征提取 : 在进行形状识别、目标检测或图像匹配等任务前，提取物体的轮廓边缘作为关键特征。

  • 图像分割辅助 : 边缘信息可以作为图像分割算法的输入或参考。

  • 视觉检测 : 检测产品表面的划痕、裂缝等缺陷，这些缺陷通常表现为明显的边缘。

输入输出

输入项

图像： 需要进行边缘检测的图像，可以是灰度图或彩色图。

输出项

结果图像： 经过 Canny 算法处理后得到的边缘图像。这是一个二值化的灰度图，其中检测到的边缘像素通常为白色，背景像素为黑色。

参数说明

低阈值

参数说明

低阈值，像素的变化强度如果低于此值，一定不是边缘。

调参说明

调低阈值：可能会使得不太明显、比较弱的边缘，也有机会被保留下来，这样会使得边缘线条会更完整、更连贯，但也可能会把一些原本不是边缘的“噪声”也误判为边缘。

调高阈值：则是更严格地筛选边缘，只有那些变化强烈的部分才会被保留，弱边缘会被忽略掉。

参数范围

[0, 1000]，默认值：1

高阈值

参数说明

高阈值，像素的变化强度如果高于此值，则一定会被判断为边缘点。

调参说明

提高阈值：会使得只有非常明显的边缘才被检测到，结果中的边缘数量可能会减少； 降低阈值：会检测到更多较弱的边缘，边缘数量可能会增加，但也可能包含更多由噪声或纹理引起的假边缘。

参数范围

[0, 1000]，默认值：100

边缘检测窗口大小

参数说明

在计算图像梯度时使用的 Sobel 算子的孔径大小，影响梯度计算的平滑程度和对噪声的敏感度。

调参说明

  • 使用较小的值（如 3）对噪声更敏感，能检测到更精细的边缘细节；

  • 使用较大的值（如 5 或 7）会先对图像进行更多平滑，对噪声不敏感，但可能丢失一些细节或使边缘稍微变粗、定位不那么精确。

参数范围

[3,5,7] ，默认值：3

精确模式

参数说明

切换快速模式（L1 范数）或者精准模式（L2 范数）计算梯度幅值，默认使用快速模式。

调参说明

  • 关闭（默认） : 使用 L1 范数计算梯度幅值，理论计算速度稍快。

  • 开启： 使用 L2 范数计算梯度幅值，理论上能更准确地表示梯度强度，可能会检测出相对较少的边缘。