在OpenCV中自適應確定canny演算法的分割門限

   在OpenCV中用canny運算元進行邊緣檢測速度很快，不過有點不爽的就是高低閾值需要輸入。在matlab中，如果不指定閾值的話，由函數自適應確定，因此仿照matlab中的做法，對canny函數進行了修改，以便當使用者沒有指定高低閾值時，由函數自適應確定閾值。

我在OpenCv原碼庫中增加了一個函數，用於確定高低閾值。

view plaincopy to clipboardprint?

1. // 仿照matlab，自適應求高低兩個門限   
2. CV_IMPL void AdaptiveFindThreshold(CvMat *dx, CvMat *dy, double *low, double *high)  
3. {  
4.  CvSize size;  
5.  IplImage *imge=0;  
6.  int i,j;  
7.  CvHistogram *hist;  
8.  int hist_size = 255;  
9.     float range_0[]={0,256};  
10.     float* ranges[] = { range_0 };  
11.  double  PercentOfPixelsNotEdges = 0.7;  
12.  size = cvGetSize(dx);  
13.  imge = cvCreateImage(size, IPL_DEPTH_32F, 1);  
14.  // 計算邊緣的強度, 並存於映像中   
15.  float maxv = 0;  
16.  for(i = 0; i < size.height; i++ )  
17.  {  
18.   const short* _dx = (short*)(dx->data.ptr + dx->step*i);  
19.         const short* _dy = (short*)(dy->data.ptr + dy->step*i);  
20.   float* _image = (float *)(imge->imageData + imge->widthStep*i);  
21.   for(j = 0; j < size.width; j++)  
22.   {  
23.    _image[j] = (float)(abs(_dx[j]) + abs(_dy[j]));  
24.    maxv = maxv < _image[j] ? _image[j]: maxv;  
25.   }  
26.  }  
27.    
28.  // 計算長條圖   
29.  range_0[1] = maxv;  
30.  hist_size = (int)(hist_size > maxv ? maxv:hist_size);  
31.  hist = cvCreateHist(1, &hist_size, CV_HIST_ARRAY, ranges, 1);  
32.  cvCalcHist( &imge, hist, 0, NULL );  
33.  int total = (int)(size.height * size.width * PercentOfPixelsNotEdges);  
34.  float sum=0;  
35.  int icount = hist->mat.dim[0].size;  
36.    
37.  float *h = (float*)cvPtr1D( hist->bins, 0 );  
38.  for(i = 0; i < icount; i++)  
39.  {  
40.   sum += h[i];  
41.   if( sum > total )  
42.    break;   
43.  }  
44. // 計算高低門限   
45.  *high = (i+1) * maxv / hist_size ;  
46.  *low = *high * 0.4;  
47.  cvReleaseImage( &imge );  
48.  cvReleaseHist(&hist);  
49. }  
50.    
51. 在把cvCanny函數進行以下修改。  
52. 在函數體中，當程式用兩個sobel運算元計算完水平和垂直兩個方向的梯度強度過後加入以下代碼  
53. // 自適應確定閾值   
54.  if(low_thresh == -1 && high_thresh == -1)  
55.  {  
56.   AdaptiveFindThreshold(dx, dy, &low_thresh, &high_thresh);  
57.  }  

// 仿照matlab，自適應求高低兩個門限<br />CV_IMPL void AdaptiveFindThreshold(CvMat *dx, CvMat *dy, double *low, double *high)<br />{<br /> CvSize size;<br /> IplImage *imge=0;<br /> int i,j;<br /> CvHistogram *hist;<br /> int hist_size = 255;<br /> float range_0[]={0,256};<br /> float* ranges[] = { range_0 };<br /> double PercentOfPixelsNotEdges = 0.7;<br /> size = cvGetSize(dx);<br /> imge = cvCreateImage(size, IPL_DEPTH_32F, 1);<br /> // 計算邊緣的強度, 並存於映像中<br /> float maxv = 0;<br /> for(i = 0; i < size.height; i++ )<br /> {<br /> const short* _dx = (short*)(dx->data.ptr + dx->step*i);<br /> const short* _dy = (short*)(dy->data.ptr + dy->step*i);<br /> float* _image = (float *)(imge->imageData + imge->widthStep*i);<br /> for(j = 0; j < size.width; j++)<br /> {<br /> _image[j] = (float)(abs(_dx[j]) + abs(_dy[j]));<br /> maxv = maxv < _image[j] ? _image[j]: maxv;<br /> }<br /> }</p><p> // 計算長條圖<br /> range_0[1] = maxv;<br /> hist_size = (int)(hist_size > maxv ? maxv:hist_size);<br /> hist = cvCreateHist(1, &hist_size, CV_HIST_ARRAY, ranges, 1);<br /> cvCalcHist( &imge, hist, 0, NULL );<br /> int total = (int)(size.height * size.width * PercentOfPixelsNotEdges);<br /> float sum=0;<br /> int icount = hist->mat.dim[0].size;</p><p> float *h = (float*)cvPtr1D( hist->bins, 0 );<br /> for(i = 0; i < icount; i++)<br /> {<br /> sum += h[i];<br /> if( sum > total )<br /> break;<br /> }<br />// 計算高低門限<br /> *high = (i+1) * maxv / hist_size ;<br /> *low = *high * 0.4;<br /> cvReleaseImage( &imge );<br /> cvReleaseHist(&hist);<br />}</p><p>在把cvCanny函數進行以下修改。<br />在函數體中，當程式用兩個sobel運算元計算完水平和垂直兩個方向的梯度強度過後加入以下代碼<br />// 自適應確定閾值<br /> if(low_thresh == -1 && high_thresh == -1)<br /> {<br /> AdaptiveFindThreshold(dx, dy, &low_thresh, &high_thresh);<br /> }

 這樣，在調用cvCanny函數時，指定高低門限為－1，則cvCanny函數就自適應確定門限。 最後，別忘了重新編譯cv庫，對lib和dll庫進行更新。that's all！http://blog.chinaunix.net/u/30231/showart_233944.html