一种改进的Canny边缘检测算法

针对经典Canny边缘检测算法的一些问题，提出一种既具有较好的抗噪声能力又能自适应提取较多边缘细节改 进的Canny边缘检测算法。该算法思想是先进行图像的预处理，包括基于模糊数学方法去除背景噪声的干扰，利用中值 滤波和高斯平滑滤波去除图像中的随机噪声。然后，通过差分方法获得图像中各像素点的梯度矢量和梯度幅值，采用非 极大值抑制方法获得极值点。最后，基于最大熵自动获取阈值，根据极值点图像和阈值得到边缘图像，使用边缘跟踪算法 将不连续的边缘连接起来，并去除孤立噪声点。实验结果表明：改进算法所获得的边缘图像平均提高8 dB，与传统方法相 比，可获得更加连续的边缘和更少的噪声点