Matlab：具有单一阈值的Canny边缘检测器

Question

我试图将一些Matlab代码移植到C ++中。 我遇到过这一行：

edges = edge(gray,'canny',0.1);

样本图像的输出是完全黑色的图像。我想使用cv :: Canny重现相同的行为。我应该将什么值用于低阈值和高阈值？

Sample Image

Output

Answer 1

在上面的一行中，你没有定义一个阈值，可能它需要为零，从而产生黑色图片。此外，你使用0.1的西格玛，这意味着在第一个Canny步骤中几乎没有高斯模糊。在Matlab中，您可以通过以下方式获得优化的威胁：

 [~, th] = edge(gray,'canny');

然后应用优化的阈值乘以某个因子f（从我的经验f应该在1-3之间），你必须尝试：

 edges=edge(gray,'canny',f*th,'both', sigma);

sigma默认为sqrt（2）（上面使用0.1）。以下是评论：

• Matlab将优化阈值计算为强度梯度分布的百分位数（如果您输入＆＃34;编辑边缘＆＃34;，如果我没记错的话，您可以看到edge（）的构造）
• 上述参数th是由低阈值和高阈值组成的向量。 Matlab总是使用low_threshold = 0.4 * high_threshold