https://zhuanlan.zhihu.com/p/42122107
Canny边缘检测算法
提取图片的边缘信息是底层数字图像处理的基本任务之一。边缘信息对进一步提取高层语义信息有很大的影响。大部分边缘检测算法都是上个世纪的，OpenCV的使用的算法是Canny边缘检测算法，大概是1986年提出了，似乎说明边缘检测算法的研究已经到达了瓶颈期。跟人眼系统相比，边缘检测算法仍然逊色不少。
Canny边缘检测算法是比较出色的算法，它包含以下四个步骤：
- 高斯滤波
滤波的主要目的是降噪，一般的图像处理算法都需要先进行降噪。而高斯滤波主要使图像变得平滑（模糊），同时也有可能增大了边缘的宽度。
高斯函数是一个类似与正态分布的中间大两边小的函数。
对于一个位置（m,n）的像素点，其灰度值（这里只考虑二值图）为f(m,n)。
那么经过高斯滤波后的灰度值将变为：
简单说就是用一个高斯矩阵乘以每一个像素点及其邻域，取其带权重的平均值作为最后的灰度值。
2. 计算梯度值和梯度方向
边缘是什么？边缘就是灰度值变化较大的的像素点的集合。一道黑边一道白边中间就是边缘，它的灰度值变化是最大的，在图像中，用梯度来表示灰度值的变化程度和方向。
它可以通过点乘一个sobel或其它算子得到不同方向的梯度值 ,
。
sobel算子：https://blog.csdn.net/qq_37124237/article/details/82183177
综合梯度通过以下公式计算梯度值和梯度方向：
3. 过滤非最大值
在高斯滤波过程中，边缘有可能被放大了。这个步骤使用一个规则来过滤不是边缘的点，使边缘的宽度尽可能为1个像素点：如果一个像素点属于边缘，那么这个像素点在梯度方向上的梯度值是最大的。否则不是边缘，将灰度值设为0。
4. 使用上下阀值来检测边缘
一般情况下，使用一个阀值来检测边缘，但是这样做未免太武断了。如果能够使用启发式的方法确定一个上阀值和下阀值，位于下阀值之上的都可以作为边缘，这样就可能提高准确度。
它的步骤是这样的。
它设置两个阀值（threshold），分别为maxVal和minVal。其中大于maxVal的都被检测为边缘，而低于minval的都被检测为非边缘。对于中间的像素点，如果与确定为边缘的像素点邻接，则判定为边缘；否则为非边缘。
参考链接：
1.canny edge detector tutorial
