Question

我正在使用MATLAB。我想使用canny方法进行边缘检测。但我需要对角线的边缘或仅40到50度角的边缘。我怎么能这样做？

Answer 1

你需要在互联网上自己编写canny边缘检测器的代码（你会得到很多实现）。然后，您将在第二步中计算梯度幅度和梯度方向。在那里你需要滤除角度和相应的大小。

希望这会对你有所帮助。

Answer 2

我已经回答了一个类似的问题，关于如何使用Matlab的edge函数来找到Canny（Orientational Canny Edge Detection）的定向边，但我也想尝试Avijit建议的自定义实现。

Canny Edge Detection steps：

从图像开始，我将使用内置的演示图像。
```
A = im2double(rgb2gray(imread('peppers.png')));
```
高斯滤波器
```
A_filter = imgaussfilt(A);
```

Sobel Edge Detection - 我们无法使用内置实现（edge(A_filter, 'Sobel')），因为我们需要边缘角度，而不仅仅是边缘位置，因此我们实现了自己的运算符。

一个。卷积找到定向梯度

%These filters measure the difference in values between vertically or horizontally adjacent pixels. 
%Effectively, this finds vertical and horizontal gradients.
vertical_filter = [-1 0 1; -2 0 2; -1 0 1];
horizontal_filter = [-1 -2 -1; 0 0 0; 1 2 1];
A_vertical = conv2(A_filter, vertical_filter, 'same');
A_horizontal = conv2(A_filter, horizontal_filter, 'same');

湾计算角度

A_angle = arctan(A_vertical./A_horizontal);

在此步骤中，我们传统上按方向（0°，45°，90°，135°）对边缘进行分类，但由于您只需要40到50度之间的对角线边缘，我们将保留这些边缘并丢弃其余的。

% I lowered the thresholds to include more pixels
% But for your original post, you would use 40 and 50
lower_angle_threshold = 22.5; 
upper_angle_threshold = 67.5;
diagonal_map = zeros(size(A), 'logical');
diagonal_map (A_angle>(lower_angle_threshold*pi/180) & A_angle<(upper_angle_threshold*pi/180)) = 1;

对剩余边缘执行非最大抑制 - 这是适应不同角度的最难部分。为了找到确切的边缘位置，比较两个相邻的像素：对于0°边缘，比较东西向，45°西南像素到东北像素，90°比较南北，和135°北 - 西像素到东南像素。

由于您所需的角度接近45°，我只是使用了西南方向，但是如果您想要10°到20°，那么您必须更多地考虑这些比较。

non_max = A_sobel;
[n_rows, n_col] = size(A);
%For every pixel
for row = 2:n_rows-1
    for col = 2:n_col-1
        %If we are at a diagonal edge
        if(diagonal_map(row, col))
            %Compare north east and south west pixels
            if(A_sobel(row, col)<A_sobel(row-1, col-1) || ...
                    A_sobel(row, col)<A_sobel(row+1, col+1))
                non_max(row, col) = 0;
            end
        else
            non_max(row, col) = 0;
        end
    end
end

带滞后的边缘跟踪 - 确定弱边缘像素是否足够接近（我使用3x3窗口）到强边缘像素。如果是，请将它们包含在边缘。如果没有，它们就是噪音;删除它们。

high_threshold = 0.5; %These thresholds are tunable parameters
low_threshold = 0.01;

weak_edge_pixels = non_max > low_threshold & non_max < high_threshold;
strong_edge_pixels = non_max > high_threshold;

final = strong_edge_pixels;
for row = 2:n_rows-1
    for col = 2:n_col-1
       window = strong_edge_pixels(row-1:row+1, col-1:col+1);
       if(weak_edge_pixels(row, col) && any(window(:)))
           final(row, col) = 1;
       end
    end
end

以下是我的结果。

如您所见，丢弃其他边缘方向对滞后步骤有非常不利的影响，因为检测到较少的强像素。调整high_threshold会有所帮助。另一种选择是使用所有边缘方向执行步骤5和6，然后使用diagonal_map提取对角线边缘。

使用canny方法在一定程度上进行边缘检测

2 个答案: