为什么opencv的canny函数检测边缘的效果和matlab的不同

1、opencv

2、matlab

可以明显的看出matlab的边缘更为细腻。

首先回顾一下传统的canny算法的主要步骤：

1、使用sobel差分算子求出灰度图像的x和y方向导数；

2、求出图像各点梯度大小及其方向；

3、设置高低两个阈值，梯度大于高阈值为强边像素点，大于低阈值为潜在可能是较弱的边缘点；

4、在经过一次筛选剩下的强边缘点中沿着梯度方向进行非极大值抑制；

5、顺着二次筛选后的强边点寻找邻近的弱边点得到最终的边缘。

opencv和matlab都基本按照以上步骤得到各自的canny 函数，但一般来说处理之前都先对图像进行模糊平滑，这样得到的效果更好。opencv更注重实时性，所以连平滑都作为可选项放在函数外，而matlab则 更注重质量，除了加入平滑操作外，还有其他一系列的优化操作，以下逐项比较。

1、模糊平滑

这一项其实对生成的边缘效果影响十分大，平滑的越流畅则生成的边缘越圆滑，一 般使用高斯低通滤波；那么滤波器的大小以及高斯分布的方差是两个关键的参数，通过实验确定取什么值最优，但一般用5×5和方差为2的就可以 了，opencv的cvSmooth函数可以进行平滑，一般都是使用输入和输出都是8位深的图像，而matlab是把图像转换为浮点类型后进行平滑操作， 这样一来从精度上说matlab就已经更胜一筹了，因为这直接决定后面的求导运算得到的两个方向导数的精度。

2、梯度

在sobel的运用上两者是一致的，但是求梯度的方向的算法