1、LoG算子和Canny算子是具有平滑功能的二阶和一阶微分算子，边缘检测效果较好， 在边缘检测算法中，前三个步骤用得十分普遍。
创新互联公司专业为企业提供吴川网站建设、吴川做网站、吴川网站设计、吴川网站制作等企业网站建设、网页设计与制作、吴川企业网站模板建站服务，10年吴川做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。
2、目前有多种算法可以进行边缘检测，虽然Canny算法年代久远，但可以说它是边缘检测的一种标准算法，而且仍在研究中广泛使用。
3、非极大值抑制（NMS），可理解为局部最大搜索，即搜索邻域范围内的最大值。
4、由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛。更为详细知识，请参考博文【特征提取】差分近似图像导数算子之Sobel算子。
5、先用高阈值求边缘。canny求得的边缘希望是连在一起的（通常是封闭的），但高阈值求的边缘一般断断续续。断开的地方如果低阈值求的边缘存在，就用低阈值的边缘接上去，目的让边缘尽量都连在一起。
6、Canny 算法包含许多可以调整的参数，它们将影响到算法的计算的时间与实效。高斯滤波器的大小：第一步所有的平滑滤波器将会直接影响 Canny 算法的结果。
首先在PS内打开该图片，然后点击“图像”-“模式”-“灰度”。提示窗口内点击“扔掉”，把该图上转换为纯灰度的图片。接着点击工具栏“图像”-“调整”-“阈值”。
阈值化：给定一个数组和一个与之，然后根据数组中的每个元素的值，是高于还是低于阈值而进行一些操作。如果像素值大于阈值，则分配给它一个值(如白色的)，否则它被分配给另一个值(如黑色)。此为固定阈值的事例。
白色)，值小于等于K像素值设为0(黑色)。
这是一个经验公式，属于长期总结出来的求取图像二值化时候阈值的方法。
1、大津法又叫最大类间方差法、最大类间阈值法（OTSU）。
2、OTSU算法又叫最大类间方差阈值分割算法，也叫大津算法（大津展之 tsu Nobuyuki），主要用于一些简单的阈值确定。对于下面这张灰度图片：我们想让这些物体（前景）和背景区分更明显一些，比如让物体为纯黑，背景全白。
3、Otsu算法：最大类间方差法(大津算法)，是一种确定阈值的算法。
1、所谓的二值化一般就是指 将真彩色或者灰度图转化为黑白两色，一般说来是处理灰度图。
2、void cvThreshold( const CvArr* src， CvArr* dst， double threshold，double max_value， int threshold_type )；这个函数是定阈值二值化处理，比较粗略吧。另外可以用自适应阈值二值化，那样的话就会比这个更精细。
3、该方法的阈值是通过对该窗口像素的平均值E，像素之间的差平方P，像素之间的均方根值Q等各种局部特征，设定一个参数方程进行阈值的计算，例如：T=a*E+b*P+c*Q，其中a，b，c是自由参数。
4、灰度处理那个很简单吧，基本上C#都自动帮你做了，你那代码就是手动遍历其中每个像素然后读取其灰度值（这里代码偷懒直接让C#帮忙计算了）然后重新把像素设置为RGB都是灰度值的颜色而已。
5、根据阈值选取的不同，二值化的算法分为固定阈值和自适应阈值。 比较常用的二值化方法则有：双峰法、P参数法、迭代法和OTSU法等。
1、大津法又叫最大类间方差法、最大类间阈值法（OTSU）。
2、Otsu算法：最大类间方差法(大津算法)，是一种确定阈值的算法。
3、OTSU算法又叫最大类间方差阈值分割算法，也叫大津算法（大津展之 tsu Nobuyuki），主要用于一些简单的阈值确定。对于下面这张灰度图片：我们想让这些物体（前景）和背景区分更明显一些，比如让物体为纯黑，背景全白。
4、k的0～255循环求得每一个对应的fc=w0*(u0-ut).^2+w1*(u1-ut).^2；然后比较这256个fc中的最大值，对应的那个k就是ostu的阈值。所以你这个还差一个k的循环，并在循环里面求最大fc。
